简介:
本申请涉及一种灌溉决策方法、装置、计算机设备和存储介质。该方法包括:获取目标灌溉区域的环境变量测量值,从而确定目标叶片水势、目标叶片气孔导度以及目标土壤湿度;根据目标叶片水势、目标叶片气孔导度以及目标土壤湿度,确定强化学习奖励函数和目标奖励值;基于改进粒子群优化算法,得到关于灌溉水流量和灌溉时间的初始化灌溉策略;获取执行初始化灌溉策略的灌溉结果,根据强化学习奖励函数,对灌溉结果进行评估,获得初始化灌溉策略的奖励值;根据奖励值与目标奖励值的关系以及强化学习模型的训练终止条件,存储满足条件的强化学习模型;根据强化学习模型,确定关于灌溉水流量和灌溉时间的灌溉策略。本申请能够提高灌溉信息的利用率。
本申请涉及一种灌溉决策方法、装置、计算机设备和存储介质。该方法包括:获取目标灌溉区域的环境变量测量值,从而确定目标叶片水势、目标叶片气孔导度以及目标土壤湿度;根据目标叶片水势、目标叶片气孔导度以及目标土壤湿度,确定强化学习奖励函数和目标奖励值;基于改进粒子群优化算法,得到关于灌溉水流量和灌溉时间的初始化灌溉策略;获取执行初始化灌溉策略的灌溉结果,根据强化学习奖励函数,对灌溉结果进行评估,获得初始化灌溉策略的奖励值;根据奖励值与目标奖励值的关系以及强化学习模型的训练终止条件,存储满足条件的强化学习模型;根据强化学习模型,确定关于灌溉水流量和灌溉时间的灌溉策略。本申请能够提高灌溉信息的利用率。