论文部分内容阅读
智慧农业系统依托物联网、云计算等现代信息技术,能够高效地完成农业环境感知、采集数据传输、远程设备控制等工作,有效地推动了农业现代化发展的进程。采集与控制服务软件是智慧农业系统服务器中的重要组成部分,主要负责与众多客户机的网络连接以及系统采集、控制功能的信息处理服务。本文结合采集与控制服务软件数据维护量大、客户请求频繁的特点,针对系统信息采集精度不高、自动管理控制能力不足的问题开展了初步的研究工作,主要内容如下:1、针对现有智慧农业系统自动化程度不高的问题,提出了一种简便决策算法——支持度测量算法(Support Degree Measurement Algorithm,SDMA)。为进一步提高现有智慧农业系统的自动化程度,通过反复匹配当前多维环境数据与历史数据库环境数据的方法,提出了支持度测量算法,完成了系统最优控制策略的筛选。该算法具有简单直观、易于工程实现的优点,并通过系统实测验证了支持度测量法的可行性。2、针对智慧农业系统信息处理体系缺失的问题,提出了一种信息处理模型——三层信息处理模型(Three-layer Information Processing Model,TIPM)。由于现有智慧农业系统缺乏通用有效的信息处理体系,通过将相融矩阵法、自适应加权平均法、支持度测量法相结合,设计了TIPM模型,实现了系统失效数据的预处理、局部数据的融合及设备的自动控制,并通过实验验证了TIPM模型在智慧农业系统应用中的有效性。3、开发了基于I/O完成端口(I/O Completion Port,IOCP)机制的智慧农业系统采集与控制服务软件。依据智慧农业系统服务器需处理多客户机的高并发数据请求的特点,对基于IOCP机制、集成了TIPM模型的采集与控制服务软件进行了总体设计,并使用VC++进行实现。4、完成了采集与控制服务软件的相关测试工作,包括软件基本通信功能、IOCP通信性能以及TIPM模型涉及算法的测试。测试表明:本文所设计的采集与控制服务软件不仅能够支持多客户量的连接请求,而且可以满足系统服务器的应用需求,还具有通信成功率高、伸缩性能好的优点,达到了预期设计的目标。