1.基于蝠鲼觅食优化算法的蔬菜大棚电肥的智能控制系统，其特征在于，所述系统包括太阳能电池板组、风力发电机组、电池储能站、LED植物补光灯、摄像头、中央控制器、算法调控单元、AC/DC控制驱动电路、电肥装置、负载端；

通过算法调控单元，利用蝠鲼觅食优化算法控制电池储能站的充放电、摄像头识别蔬菜长势和调节补光灯，调配太阳能电池板组和风力发电机组产生的电能，并调控LED植物补光灯的亮度。

2.根据权利要求1所述的基于蝠鲼觅食优化算法的蔬菜大棚电肥的智能控制系统，其特征在于，所述太阳能电池板组架设在蔬菜大棚上方，支撑太阳能电池板组的支架在竖直方向上能伸缩改变高度，在水平方向上能伸缩改变太阳能电池板组的安装角度。

3.根据权利要求2所述的基于蝠鲼觅食优化算法的蔬菜大棚电肥的智能控制系统，其特征在于，所述风力发电机组架设在蔬菜大棚上方，排列设置在太阳能电池板组的下方，支撑风力发电机组的支架在竖直方向上能伸缩改变高度，风力发电机组采用与地面竖直方向平行的角度安装在支架上。

4.根据权利要求1所述的基于蝠鲼觅食优化算法的蔬菜大棚电肥的智能控制系统，其特征在于，所述的LED植物补光灯根据蔬菜的长势调节光线强弱，蔬菜的长势通过摄像头采集图像进行识别。

5.根据权利要求1所述的基于蝠鲼觅食优化算法的蔬菜大棚电肥的智能控制系统，其特征在于，所述的电肥装置通过给分布在蔬菜大棚顶部的高压电线通电，正极接电池储能站，负极接地。

6.根据权利要求1所述的基于蝠鲼觅食优化算法的蔬菜大棚电肥的智能控制系统，其特征在于，所述的蝠鲼觅食优化算法通过摄像头识别蔬菜长势将指令发送到中央控制器来调节补光灯和电肥，具体优化过程如下：(1)初始化蝠鲼种群：

随机产生若干条蝠鲼，每个蝠鲼被随机放置在空间中，作为由d维向量表示的候选解x＝(x1,……,xd)，设置算法的最大迭代次数，根据迭代次数设置算法的搜索空间；

(2)设置目标函数；

(3)将初始种群带入目标函数进行评估；

(4)引入动态扰动因子改进蝠鲼觅食优化算法，将改进后的蝠鲼觅食优化算法应用于识别蔬菜长势来调节补光灯和电肥。

7.根据权利要求6所述的基于蝠鲼觅食优化算法的蔬菜大棚电肥的智能控制系统，其特征在于，步骤2)所述目标函数公式如下：其中，v是植物优劣系数，S是蔬菜总叶面积，D是蔬菜叶厚度，H是蔬菜身高，T是光照时间，I是电肥装置通电电流， 是非线性电感权重因子，t1指通入电流的时间，η是电流的频率，M是模式选择，M0、M1为不同的模式选择，M0对应高功耗模式，M1对应低功耗模式。

8.根据权利要求7所述的基于蝠鲼觅食优化算法的蔬菜大棚电肥的智能控制系统，其特征在于，步骤(4)引入动态扰动因子改进蝠鲼觅食优化算法为改进蝠鲼觅食优化算法中的翻滚觅食，翻滚觅食公式如下：其中，r2和r3都是在[0,1]上均匀分布的随机数，E是动态扰动因子，rand是服从标准正态分布的随机数，ω是决定了扰动因子峰值的位置的常数，tmax指的是总迭代次数，t为当前迭代次数。

9.根据权利要求7所述的基于蝠鲼觅食优化算法的蔬菜大棚电肥的智能控制系统，其特征在于，改进后的蝠鲼觅食优化算法应用于识别蔬菜长势来调节补光灯和电肥，以蔬菜总叶面积、蔬菜叶厚度、蔬菜身高和光照时间为输入，植物优劣系数为输出，将初始种群带入目标函数后，寻找种群适应度最佳个体，计算适度值，然后进行链式觅食，如果rand>＝

0.5则紧接着进行螺旋觅食和翻滚觅食，输出最优解；如果rand<0.5，则将链式觅食输出值与链式觅食后进行螺旋觅食和翻滚觅食的输出值比较，得出最优解后输出。

10.根据权利要求9所述的基于蝠鲼觅食优化算法的蔬菜大棚电肥的智能控制系统，其特征在于，得到最优解后，判断是否满足停止条件，如满足则退出蝠鲼觅食优化算法，输出模式选择，否则重复执行蝠鲼觅食优化算法的链式觅食，螺旋觅食和翻滚觅食，直至满足停止条件，最后输出模式选择；所述停止条件指连续两次得出相同输出值。