程捷，冯天玉，黄世明，郝文彬，霍俊，朱望武

(1. 湖北工业大学，武汉市，430068； 2. 武汉市红之星农牧机械有限公司，武汉市，430070)

0 引言

随着养猪产业的日益成熟，饲养规模逐渐扩大，在高密度集约化的饲养形式下，猪舍环境问题日益突出。目前国内规模性生猪养殖处在一个新的阶段，逐渐向配置环境监控器的自动控制方向发展，相比于以前的人工操作提高了生产效率和减少了人工成本[1]。随着物联网和人工智能技术的不断发展，有不少技术同样应用在猪舍的环境调控上。国外在畜禽舍环控器的精准控制及猪只生长状态识别等方面取得了显著的进步[2-3]。近年来，国内学者在这一领域持续展开研究，这些研究实际运用在猪舍环境控制上，降低了猪舍环境控制的难度，实现了无线传感器组网、物联网平台、精准环境控制、状态识别等技术[4-7]，提高了生产效率。在人工智能发展的基础上，对各种传统意义的上的调控技术提出了更高的要求，调控的智能化、精细化是今后的发展趋势。

猪舍环境是一个非线性多变量的系统，只依靠单一传感器监测不能够全面把握猪舍的实际环境状态，而且也割裂了各个传感器之间的联系，丢失各个数据组合间内涵的信息特征。采用多传感器数据融合算法能兼顾各个数据之间的数据特征和内在联系，有效地识别猪舍真实的环境状态。

本文基于D-S证据理论融合猪舍环境各维度的特征值，通过生成特征值的概率分配函数、引入证据间距离解决融合冲突问题、最后融合加权后的概率分配函数，得出最终融合结果，即对猪舍环境状态的识别。……