温室监控系统设计英文翻译.doc

附录3 外文文献翻译——译文 农业大棚温室智能化自动控制 摘要：确定控制温室作物生长历来使用约束优化或应用人工智能技术，解决了轨迹的问题。已被用作经济利润的最优化研究的主要标准，以获得足够的作物生长的气候控制设定值。本文针对温室作物生长的问题，通过分层控制体系结构由一个高层次的多目标优化方法，在解决这个问题的办法是找到白天和夜间温度参考轨迹（气候相关的设定值）和电导率（fertirrigation相关设定值）。的目标是利润最大化，果实品质，水分利用效率，这些目前正在培育的国际规则。结果说明，选择从那些获得工业的温室，在过去的八年中示出和描述。 关键词：农业；分层系统；过程控制；优化方法；产量优化 1介绍 现代农业是时下在质量和环境影响方面的规定，因此它是一个自动控制技术的应用领域已经增加了很多，在过去的几年里，温室产生的空气系统的是一个复杂的物理，化学和生物学过程，同时，使具有不同的响应时间和模式的环境因素，其特征在于由许多相互作用，它必须加以控制，以以获得最佳效果的种植者。作物生长过程是最重要的，主要受周围环境的气候变量（光合有效辐射 - PAR，温度，湿度，二氧化碳浓度，里面的空气），水和化肥，灌溉，病虫害提供量，和文化的劳动力，如修剪和农药的治疗等等。温室是适合作物生长，因为它构成了一个封闭的环境中，可以控制气候和肥料灌溉变量。气候和肥料灌溉是两个独立的系统，不同的控制问题和目标。根据经验，不同作物品种的水和养分的要求是已知的，在实际上，第一个自动化系统控制这些变量。另一方面，市场价格的波动和环境的规则，以提高水的利用效率或其他方面加以考虑，减少肥料残留在土壤中的（如硝酸盐含量）。因此，优化生产过程，可概括为一个温室大气系统的问题，达到以下目标：的最佳作物生长（一个更大的生产与质量更好）联营公司的成本（主要是燃料，电力和化肥，减少） ，减少残留物（主要是杀虫剂和离子在土壤中），和水的利用效率的提高。许多方法已被应用到这个问题，例如，处理的温室气候管理中的最优控制字段。 2 M0优化作物生产 一个MO优化问题可以定义为寻找决策变量的向量，它满足约束条件和优化的目标函数一个向量，其元素。特点是竞争的措施，表现或目标的问题被视为MO优化问题，其中n目标姬（p）在变量的向量P∈P的同时最小化或最大化。 问题往往没有最佳的解决方案，同时优化所有目标，但它有一组作为一个Pareto最优集。其中一个折衷的解决方案可以选自已知的不理想的或不占主导地位的替代解决方案设置一个决策过程。不同的标准，如物理产量，作物品质，产品质量，生产过程中的时间不同，或生产成本和风险，可配制于温室作物管理。这些标准往往会产生有争议的的气候和肥料灌溉要求，必须要解决的或明或暗地在所谓的战术层面上，种植者有几个相互冲突的目标做出决定。该解决方案的这个MO优化过程，的p∈P，是最佳的日间和夜间的当前和未来的参考轨迹的温度，XTA，导电性，XEC，作物周期的其余部分。即，沿着优化的时间间隔内的空气温度是一个向量，并沿着优化的时间间隔的电导率（EC）是一个矢量。请注意，在植物生长的PAR辐射（昼夜的条件）的影响下，进行光合作用过程。此外，温度成为影响糖的生产速度通过光合作用，从而辐射和温度具有较高的辐射水平的方式，对应于较高的温度达到平衡。所以，在昼夜条件下的温度维持在较高的水平是必要的。在夜间条件下的植物都没有激活（作物不生长），所以它不是必要的，以维持这样高的温度。出于这个原因，通常被认为是两个温度设定点：日间和夜间。这是必要的，以反白显示，虽然在连续时间的过程优化，解决了在离散的时间间隔为一个优化地平线化，且（k）项（该层是可变的，代表剩余的时间段，直到结束的农业季节）。因此，解向量，其中k是当前离散时间瞬间获得。 需要注意的是，对于提出的优化问题，温室作物生产的模型是必需的，以估计内的的气候行为和作物的生长，该算法通过不同的步骤，并涉及不同的功能目标决策变量。温室内的微气候的动态行为是涉及能量转移（辐射和热）和质量平衡（水蒸汽通量和二氧化碳浓度）的物理过程的组合。另一方面，主要取决于作物的生长和产量，在其他情况中，如灌溉和化肥，在温室内的温度，PAR辐射，CO2浓度。因此，无论是气候条件和作物生长的相互影响，其动态行为特征，可以通过不同的时间尺度。 其中XCL = XCL（t）是一个n1的维向量的温室气候状态变量的（主要的内部空气的温度和湿度，二氧化碳浓度，PAR辐射，土壤表面温度，盖温度，和植物温度），XGR = XGR（叔）是作物生长状态变量（主要是数量的主茎上，叶面积指数（LAI）或表面土壤面积的叶片，总干物质代表所有植物成分的根，茎节点N2-维向量，叶，花和