买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉开封产城融合建设工程有限公司申请的专利一种基于大数据的城市绿化系统及其优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119558450B 。

龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411544672.9，技术领域涉及：G06Q10/04；该发明授权一种基于大数据的城市绿化系统及其优化方法是由苏华;张银鹏;梁树英;叶乾庆;刘国柱;林阳;邵忱忱;王茂森;张信夫设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。

本一种基于大数据的城市绿化系统及其优化方法在说明书摘要公布了：本发明公开了一种基于大数据的城市绿化系统及其优化方法，涉及人工智能技术领域，解决了现有城市绿化系统中存在的异构数据整合困难，动态数据的实时分析能力不足和管理效率低的问题；本发明通过API接口和物联网通信收集多源异构数据，经由分布式实时数据流处理平台进行清洗、对齐、转换和融合；利用图像识别和机器学习算法实时监控病虫害，结合LSTM网络训练生长预测模型，增强了系统对环境变化的快速响应能力；采用深度Q网络动态调整优化目标权重，结合混合整数线性规划、情境感知和遗传算法，构建多目标优化模型，实现灌溉、施肥、病虫害防治及绿化布局的智能优化，本发明显著提升了城市绿化系统的管理效率和资源利用率。

本发明授权一种基于大数据的城市绿化系统及其优化方法在权利要求书中公布了：1.一种基于大数据的城市绿化优化方法，其特征在于：包括以下步骤： S1、通过API接口和物联网无线通信方法从环境传感器中获取温湿度、光照强度、土壤湿度和空气质量数据，从植物生长周期数据库中获取植物种类和生长周期数据，从公共数据源中获取人流密度和活动区域数据，从无人机巡检系统中定期获取绿化区域的影像数据，并存储在临时缓冲区中； S2、将数据输入至分布式实时数据流处理平台，对收集到的数据进行清洗、对齐、转换和融合；所述分布式实时数据流处理平台通过深度异构融合算法整合统一格式的数据集合，包括统一格式的环境参数、植被生长状态、人流活动模式；所述深度异构融合算法的工作方法为：通过均值插补、中位数插补和K近邻插补填补缺失值，并通过Z-Score方法识别和处理异常值；通过线性插值和样条插值进行时间戳对齐；通过地理编码和坐标转换进行空间坐标对齐；基于对齐后的数据，所述深度异构融合算法通过多模态数据融合不同来源数据的特征；所述多模态数据融合通过卷积神经网络和循环神经网络提取图像和时间序列数据的特征，并采用互信息法、主成分分析和特征工程，通过动态权重调整机制生成特征向量，融合后的特征向量作为深度神经网络的输入，通过多层感知器和自编码器学习输入数据与输出数据之间的非线性映射关系，生成统一格式的数据集合；所述多层感知器通过前向传播和反向传播算法学习输入数据与输出数据之间的非线性映射关系，通过激活函数ReLU引入非线性特性，提高模型的表达能力；所述自编码器通过编码器和解码器学习数据的低维表示，通过均方误差MSE优化模型参数； S3、基于无人机巡检系统的绿化区域影像数据，通过基于图像识别的机器学习算法识别病虫害症状，并通过事件驱动机制在检测到异常环境数据时，自动触发相应的应急响应措施，包括增加监测频率和调整灌溉策略； S4、通过长短时记忆网络对历史环境数据、植物生长数据和病虫害症状进行训练，构建生长预测模型； S5、将实时采集的环境数据输入到所述生长预测模型中，获取对未来环境变化的生长预测结果，并基于预测结果生成包括灌溉计划、施肥策略、病虫害防治措施和绿化区域布局的优化策略； S6、定义优化目标和初始权重值，包括植物生长状况、病虫害症状、水资源利用效率、环境保护效果，并通过深度Q网络算法根据环境变化动态调整每个目标的权重值； S7、通过混合整数线性规划、情境感知和遗传算法构建基于情境的多目标优化模型，将环境实时数据、病虫害数据、生长预测数据和优化策略输入到所述基于情境的多目标优化模型中，获取最优综合管理策略，包括灌溉时长、施肥种类、施肥数量、施肥频率以及植物位置和种类，并将输出结果存储在数据库中；所述基于情境的多目标优化模型包括数据读取层、特征提取层、情境感知层、目标设定层、优化建模层和算法求解层；所述基于情境的多目标优化模型的工作方法为： 步骤801、通过所述数据层从中央数据库中读取预处理后的数据；包括环境实时数据、病虫害数据和生长预测数据； 步骤802、通过所述特征提取层提取数据的关键特征；所述特征提取层通过主成分分析方法对特征进行提取，并将提取出的特征数据存储在特征数据库中； 步骤803、通过所述情境感知层从特征数据库中读取处理后的特征数据，并识别当前的情境状态，包括干旱、暴雨、高人流密度、病虫害高发期和植物生长旺盛期；所述情境感知层通过k聚类分析将数据分为不同的类别，识别当前的情境状态；所述k聚类分析通过多次初始化的方法选择最佳的聚类结果，公式表达式为： （1） 在公式（1）中，表示第个聚类中心；表示所有数据点的集合；表示数据点与已选择的聚类中心之间的欧氏距离；表示第个聚类中心的方差，用于调节距离的影响； 步骤804、通过所述目标设定层设定优化目标，包括植物生长状况、病虫害症状、水资源利用效率、环境保护效果；所述目标设定层通过专家系统结合历史数据为每个优化目标设定初始权重值，所述目标设定层根据实际环境变化和管理需求，通过基于强化学习的反馈机制动态调整权重值，不断优化权重设置； 步骤805、通过所述优化建模层构建包含最大化植物生长效率、最小化病虫害发生率、优化资源使用成本目标的混合整数线性规划模型，所述混合整数线性规划模型通过动态调整函数基于实时情境动态调整不同目标之间的权重，所述动态调整函数的公式表达式为： （2） 在公式（2）中，表示综合目标函数；表示第个目标在时间的权重；表示第个目标函数的值；表示第个目标的惩罚系数，用于调节目标函数的非线性影响；表示第个目标的阈值，用于定义目标函数的基准值；表示第个目标的平滑参数，用于控制目标函数的平滑度； 步骤806、通过所述算法求解层生成最优的管理策略，包括灌溉时长、施肥种类、施肥数量、施肥频率以及植物位置和种类；所述算法求解层通过遗传算法求解优化模型，所述遗传算法通过选择、交叉和变异操作逐步优化种群中的个体，并通过非支配排序和拥挤距离计算处理目标之间的冲突；所述算法求解层还通过基于在线学习的反馈机制持续监控优化效果，根据实际情况动态调整优化策略； S8、将所述基于情境的多目标优化模型的输出结果发送至控制系统，所述控制系统根据优化策略，通过自适应控制算法动态调整灌溉系统以及施肥设备设施的运行参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人开封产城融合建设工程有限公司，其通讯地址为：475000 河南省开封市祥符区西姜寨乡马庄南路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。