在现代农业的发展过程中,水资源分配不均,供需矛盾的问题日益加剧,如何发展节水型农业是亟待解决的一个重要问题。除了采用成熟的微灌、喷灌、滴灌等相对先进的灌溉措施之外,在实际的农业生产过程中,应该实施合理有效的灌溉制度,以农作物实际需水量为依据,通过对大量相关数据的分析,应用先进的技术实施精确灌溉,以此来提高灌溉的效率,提高水的利用率。如何在现有水资源的基础上,合理有效地进行农作物的灌溉具有十分重要的现实意义。智能灌溉以大量的数据分析为基础,改变了以往水资源灌溉过程中的盲目性和随意性,能够使管理成本不断降低,使得经济效益明显提高。本论文结合农业物联网的实际背景,以不同农作物水资源的优化调度和预测为基础,主要开展了以下工作:(1)针对传统免疫优化算法存在的不足,通过加入局部搜索算子,改进了传统的免疫优化算法;同时,为了加快种群迭代的速度,防止算法在迭代过程中可能会错过最优抗体解的情况,将初始种群分成了两个子种群进行并行搜索,在一定程度上加快了种群搜索的速度。(2)基于实际农田中的玉米和小麦不同生长周期的情况,在水资源供给充足的情况下,验证了上述改进的免疫优化算法相比于原免疫优化算法的优势。同时在非充分灌溉的条件下,通过改进的免疫优化算法,协调了两种农作物不同生长周期的水量分配,使得两种农作物的总产量达到最大。(3)针对农田灌溉过程中水资源分配不合理和浪费的现状,结合上海市农委官网提供的数据,以最小二乘支持向量机为基础,对于传统的以经验数据来选择支持向量机的两个重要的参数C和?,可能存在预测不够准确的情况,本文将改进后的粒子群算法和免疫优化算法分别应用到最小二乘支持向量机的参数优化中,形成新的支持向量机模型。(4)以实际采集到的农业数据为基础,将上述的支持向量机模型运用在实际农作物的水量预测中,通过影响农作物需水量的各种因素之间的相互作用,达到预测农作物在某一时刻的需水量的目的。通过比较两种智能算法,验证了本文提出的改进的免疫优化算法和改进后的粒子群算法在参数优化方面的作用,同时证明了提出的改进的免疫优化算法比粒子群算法的优势,这些可以为后续农作物的节水灌溉提供一定的理论指导。最后总结了全文的内容并对未来可以研究的内容进行了展望。