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！

龙图腾网获悉陇东学院申请的专利基于大数据的硅肥施用参数优化方法及系统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：CN120705620B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202511211871.2，技术领域涉及：G06F18/2321；该发明授权基于大数据的硅肥施用参数优化方法及系统是由袁仲玉;赵菊莲;张庆霞;范宗珍;韦德闯设计研发完成，并于2025-08-28向国家知识产权局提交的专利申请。

本基于大数据的硅肥施用参数优化方法及系统在说明书摘要公布了：本发明公开了基于大数据的硅肥施用参数优化方法及系统，方法包括农业数据采集、农业数据预处理、生产区域划分、参数优化模型构建和硅肥施用参数优化。本发明涉及农业肥料施用智能参数优化技术领域，具体是指基于大数据的硅肥施用参数优化方法及系统，本发明通过数据采集得到原始数据；采用光谱数据处理、空间数据处理、时序缺失值处理、标签数据处理和数据集分割的农业数据预处理方法；采用邻域约束聚类模型进行生产区域划分，能够识别具有相似生产潜力的农田生产区域，同时通过分区特征提取强化区域共性规律挖掘；采用层级约束强化学习模型作为参数优化模型，使施肥决策响应生物与环境变化的同时，实现多目标协同优化与物理约束保障。

本发明授权基于大数据的硅肥施用参数优化方法及系统在权利要求书中公布了：1.基于大数据的硅肥施用参数优化方法，其特征在于：该方法包括以下步骤： S1：农业数据采集，通过进行数据采集，得到参数优化原始数据集，所述参数优化原始数据集，具体包括过往农田原始数据集和实时农田原始数据集； S2：农业数据预处理，对采集到的原始数据进行预处理，得到待优化数据集、优化训练集和优化测试集； S3：生产区域划分，用于将农田划分为不同的生产区域，以便于后续针对不同生产区域进行个性化的硅肥施用参数优化，具体为通过设计邻域约束聚类模型，将输入的样本划分为不同的生产区域，得到划分后待优化数据集、划分后优化训练集和划分后优化测试集； S4：参数优化模型构建，用于构建在每一个划分的生产区域上进行硅肥施用参数优化所需的模型，具体为构建层约束强化学习模型，作为参数优化模型； S5：硅肥施用参数优化，具体为采用所述参数优化模型对划分的生产区域，分别独立进行硅肥施用参数优化，得到每个生产区域的硅肥施用决策，并基于所述硅肥施用决策调整每个生产区域的实际硅肥施用参数，所述硅肥施用决策，具体包括硅肥施用量、硅肥施用时间和硅肥施用方式； 所述参数优化模型构建，具体包括以下步骤： 步骤S41：状态空间建模，用于构建动态状态表征，具体为通过三阶状态编码器处理生产区域的区域特征、气候时序数据和作物生长数据并融合，得到联合状态编码； 步骤S42：约束生成网络设计，用于预测硅肥施用决策的安全边界，具体为通过联合状态编码映射出硅肥施用参数的限制条件，所述约束生成网络，具体包括连续约束分支和离散约束分支，两者均由两层全连接层组成； 步骤S43：动作滤波策略网络设计，用于生成并优化硅肥施用决策动作，具体为通过策略网络输出原始动作后，采用动作滤波对原始动作进行约束调整，得到可执行动作，生成的动作的维度，包括硅肥施用量维度、硅肥施用时间维度和硅肥施用方式维度； 步骤S44：设计奖励函数，用于评估硅肥施用决策的综合效益，具体为通过线性加权整合产量增益、用量精准度、时机适宜性和成本，得到多目标奖励值； 步骤S45：约束策略优化，用于迭代优化决策策略，具体为通过分区经验回放和约束近端策略优化算法更新策略网络，得到优化后的硅肥施用决策； 步骤S46：构建并训练模型，具体为通过集成所述状态空间建模、所述约束生成网络设计、所述动作滤波策略网络设计、所述设计奖励函数和所述约束策略优化，进行层级约束强化学习模型的构建，基于所述划分后优化训练集和所述划分后优化测试集训练模型并验证性能，得到层级约束强化学习模型，作为参数优化模型。

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陇东学院，其通讯地址为：745000 甘肃省庆阳市西峰区兰州路45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。