【摘要】：人工智能技術(shù)是21世紀(jì)科技發(fā)展的核心,對(duì)社會(huì)進(jìn)步和經(jīng)濟(jì)發(fā)展有著不可估量的作用。深度學(xué)習(xí)作為近年來人工智能領(lǐng)域發(fā)展最快的技術(shù),在計(jì)算機(jī)視覺、語音識(shí)別、自然語言處理等領(lǐng)域已經(jīng)取得了非常好的應(yīng)用效果。溫室大棚智能控制方面的相關(guān)技術(shù)研究雖然已經(jīng)有了大約50年歷史,很多控制方法被提出,但是由于溫室大棚系統(tǒng)是一個(gè)多輸入、多輸出、強(qiáng)耦合的復(fù)雜系統(tǒng),目前智能控制技術(shù)的結(jié)果都不盡人意。而具有超強(qiáng)學(xué)習(xí)表達(dá)能力的深度學(xué)習(xí)方法在溫室大棚智能控制領(lǐng)域的相關(guān)研究才剛剛開始,有望在溫室大棚智能控制領(lǐng)域取得突破性進(jìn)展。本文針對(duì)基于深度學(xué)習(xí)的智慧大棚監(jiān)控系統(tǒng)進(jìn)行研究,主要工作如下:首先,對(duì)溫室大棚的國內(nèi)外研究現(xiàn)狀進(jìn)行了概括,介紹了普通神經(jīng)網(wǎng)絡(luò)和帶有循環(huán)結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)(RNN)的模型結(jié)構(gòu),在溫室大棚環(huán)境因子預(yù)測(cè)方面進(jìn)行了實(shí)驗(yàn)和分析,提出了基于深度學(xué)習(xí)的溫室大棚智能控制系統(tǒng)。接著,針對(duì)環(huán)境因子變化緩慢、數(shù)據(jù)量大,被控設(shè)備的開關(guān)狀態(tài)離散的問題,提出基于改進(jìn)LSTM結(jié)構(gòu)來構(gòu)建環(huán)境因子和被控設(shè)備開關(guān)狀態(tài)的預(yù)測(cè)模型,該模型的訓(xùn)練結(jié)果作為溫室大棚控制系統(tǒng)的決策;針對(duì)模型預(yù)測(cè)中出現(xiàn)的梯度消失、梯度爆炸、過擬合等問題,提出使用Relu激活函數(shù)以及加入正則化方法等策略,實(shí)驗(yàn)表明優(yōu)化后的預(yù)測(cè)模型具有比之前更好的收斂效果。最后,通過把訓(xùn)練結(jié)果移植到樹莓派上,樹莓派通過LAN與控制箱連接,互相傳遞信息,實(shí)現(xiàn)了溫室大棚環(huán)境的控制�；谏疃葘W(xué)習(xí)智慧大棚監(jiān)控系統(tǒng)的研究,有利于解決溫室大棚中控制難、精度低的問題,使溫室大棚環(huán)境的調(diào)控更加快捷有效。
【學(xué)位授予單位】：沈陽理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP18;S625
【圖文】：

層和輸出端激活函數(shù)；確定隱藏神經(jīng)元數(shù)量、絡(luò)評(píng)估函數(shù)為均方根誤差ＲＭＳＥ，將數(shù)據(jù)集進(jìn)。逡逑經(jīng)網(wǎng)絡(luò)的環(huán)境因子預(yù)測(cè)逡逑絡(luò)逡逑ｌ邋Ｂａｓｉｓ邋Ｆｕｎｃｔｉｏｎ，ＲＢＦ）神經(jīng)網(wǎng)絡(luò)是前向神經(jīng)訓(xùn)練參數(shù)少、收斂速度快以及克服局部極小ＲＢＦ神經(jīng)網(wǎng)絡(luò)能實(shí)現(xiàn)連續(xù)性函數(shù)的最優(yōu)逼近，局部激活函數(shù)的ＲＢＦ網(wǎng)絡(luò)同ＢＰ網(wǎng)絡(luò)相比，部極小值的問題。在隱藏層節(jié)點(diǎn)和輸入訓(xùn)練集以預(yù)期精度接近連續(xù)性的函數(shù)＾１。因此它被應(yīng)＾逡逑

環(huán)境變量具有復(fù)雜的前后關(guān)聯(lián)性，當(dāng)前的狀態(tài)與前一時(shí)刻或者前面某逡逑段時(shí)間內(nèi)的歷史狀態(tài)有一定程度的關(guān)系，故采用＿是非常合適的。逡逑幾種常見的＿網(wǎng)絡(luò)模型的輸入一輸出基本形式如圖２．２所示。圖中每個(gè)圓逡逑代表一個(gè)向量，按照箭頭的向上方向看分別為輸入層、隱藏層、輸出層，其中每逡逑個(gè)箭頭表示兩個(gè)向量之間通過某種函數(shù)關(guān)系進(jìn)行相聯(lián)。輸入層為時(shí)序數(shù)據(jù)的一段逡逑輸入，隱藏層代表的是輸入時(shí)序數(shù)據(jù)的狀態(tài)，輸出層的輸出就是預(yù)測(cè)的結(jié)果或者逡逑需要判別時(shí)間序列下個(gè)時(shí)間點(diǎn)的序列。由圖可知ＲＮＮ模型的輸入輸出都可以是序逡逑列數(shù)據(jù)。對(duì)于不同的問題，模型的選擇也是不同的。例如：逡逑（１）判斷單詞是否組合正確，選擇單個(gè)輸入單輸出的模型；逡逑（２）對(duì)圖像中的信息進(jìn)行分析，選擇單個(gè)輸入對(duì)多個(gè)輸出；逡逑（３）情緒分析問題，選擇多個(gè)輸入對(duì)單輸出模型；逡逑（４）視頻同步翻譯問題，選擇同時(shí)間步的多輸入多輸出模型；逡逑（５）動(dòng)態(tài)圖像分類，不同步的多輸入多輸出模型。逡逑

ＲｅＬＵ表現(xiàn)的更優(yōu)異。因此，針對(duì)具體的問題還需要進(jìn)行實(shí)驗(yàn)對(duì)比，找出最適合逡逑的激活函數(shù)。逡逑圖２．４為一個(gè)簡(jiǎn)單的溫室大棚溫度預(yù)測(cè)模型結(jié)構(gòu)示意圖。逡逑＿邋輸出下個(gè)時(shí)逡逑邐邋￣邋刻的值逡逑邐邋邐邋邐邋ｔ逡逑邐？邐－？逡逑ｔ邋＇．邋ｉ－．邋ｔ－邋￣￣ｒ￣逡逑ＲＮＮ細(xì)胞邐？邐－？邐－？邋－？逡逑個(gè)邐ｔ邐ｔ邐ｔ逡逑邐？邐—＞逡逑ｔ邐ｔ邐ｔ邐個(gè)逡逑輸入序列－？逡逑圖２．４基于＿的溫室大棚溫度預(yù)測(cè)模型逡逑Ｆｉｇ２．４邋ＲＮＮ－ｂａｓｅｄ邋ｇｒｅｅｎｈｏｕｓｅ邋ｇｒｅｅｎｈｏｕｓｅ邋ｔｅｍｐｅｒａｔｕｒｅ邋ｐｒｅｄｉｃｔｉｏｎ邋ｍｏｄｅｌ逡逑２．４實(shí)驗(yàn)驗(yàn)證及結(jié)果分析逡逑實(shí)驗(yàn)用的數(shù)據(jù)為沈陽市農(nóng)業(yè)科學(xué)院蔬菜所五號(hào)棚的數(shù)據(jù)，該棚是環(huán)境因子預(yù)逡逑測(cè)的實(shí)驗(yàn)用棚，不涉及相關(guān)的被控設(shè)備的開關(guān)狀態(tài)信息，采集從２０１４年１１月２７逡逑日至２０１８年２月２７日溫室大棚內(nèi)的空氣溫濕度、光照強(qiáng)度、二氧化碳濃度變量逡逑的值，數(shù)據(jù)為每五分鐘采集一次，實(shí)驗(yàn)數(shù)據(jù)按照９：１的比例分為訓(xùn)練集和測(cè)試集。逡逑２．４．１邋ＢＰ神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)逡逑本實(shí)驗(yàn)采用一個(gè)隱藏層的ＢＰ神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)層數(shù)為三層、輸入變量為前５逡逑個(gè)時(shí)刻的溫度和上個(gè)時(shí)刻的濕度、光照強(qiáng)度、二氧化碳濃度，即輸入層節(jié)點(diǎn)個(gè)數(shù)逡逑為４、輸出層節(jié)點(diǎn)個(gè)數(shù)為１，輸出為下個(gè)時(shí)刻的溫度；隱藏層神經(jīng)元個(gè)數(shù)為５的逡逑ＢＰ神經(jīng)網(wǎng)絡(luò)來預(yù)測(cè)溫室大棚的溫度，網(wǎng)絡(luò)迭代次數(shù)為５０００次，學(xué)習(xí)率為０．０１。逡逑預(yù)測(cè)結(jié)果如圖２．５所示。逡逑Ａ邐ｐｒｅｄｉｃｔｅｄ逡逑ＩＳ邋．邐ｔ邋Ｉ邐ｃｒ｜ｄｉｕｌ逡逑：邐￣＾邐私 逡逑０

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王亞濤;楊萬鵬;謝軍;馬彥軍;;黑果枸杞光合特性與環(huán)境因子之間的關(guān)系[J];綠色科技;2017年07期

2 楊蕊;余蓉暉;;企業(yè)環(huán)境因子對(duì)全民健身志愿服務(wù)的影響[J];文體用品與科技;2014年20期

3 顧曉英,尤仲杰,王一農(nóng);幾種環(huán)境因子對(duì)彩虹明櫻蛤Moerella iridescens不同發(fā)育階段的影響[J];東海海洋;1998年03期

4 張金屯;結(jié)合多個(gè)環(huán)境因子的模糊數(shù)學(xué)排序[J];植物學(xué)通報(bào);1995年S2期

5 葉民權(quán);;我國環(huán)境因子與地震關(guān)系研究綜述[J];國際地震動(dòng)態(tài);1992年09期

6 毛興華;管永紅;;東海PN斷面1978—1982年葉綠素a含量分布特征及其與環(huán)境因子的關(guān)系[J];海洋湖沼通報(bào);1987年01期

7 劉谷收;非生物環(huán)境因子的人為變化及其利用[J];農(nóng)業(yè)現(xiàn)代化研究;1988年03期

8 莊世堅(jiān);關(guān)于環(huán)境監(jiān)測(cè)布點(diǎn)方法的分析[J];環(huán)境科學(xué);1988年03期

9 ;《癌變·畸變·突變》稿約[J];癌變.畸變.突變;1989年00期

10 陳興群,陳其煥,莊亮鐘;南海中部葉綠素a分布和光合作用及其與環(huán)境因子的關(guān)系[J];海洋學(xué)報(bào)(中文版);1989年03期

相關(guān)會(huì)議論文 前10條

1 閆永鋒;劉秀花;劉徽斌;馬原松;;春季環(huán)境因子對(duì)密點(diǎn)麻蜥活動(dòng)規(guī)律的影響[A];中國動(dòng)物科學(xué)研究——中國動(dòng)物學(xué)會(huì)第十四屆會(huì)員代表大會(huì)及中國動(dòng)物學(xué)會(huì)65周年年會(huì)論文集[C];1999年

2 黃勇;戴強(qiáng);陳躍英;萬宏富;李家堂;王躍招;;中國蜥蜴物種豐富度分布格局及其與環(huán)境因子的關(guān)系[A];四川省動(dòng)物學(xué)會(huì)第九次會(huì)員代表大會(huì)暨第十屆學(xué)術(shù)研討會(huì)論文集[C];2011年

3 閻光宇;馮建祥;楊盛昌;林光輝;;秋茄冬季樹干莖流特征及其與環(huán)境因子的關(guān)系初探[A];中國第五屆紅樹林學(xué)術(shù)會(huì)議論文摘要集[C];2011年

4 郭房慶;Nigel Crawford;;一氧化氮調(diào)控植物葉片衰老的機(jī)理[A];2006年中國植物逆境生理生態(tài)與分子生物學(xué)學(xué)術(shù)研討會(huì)論文摘要匯編[C];2006年

5 胡斌;楊戰(zhàn)平;;基于反應(yīng)論模型的指數(shù)型環(huán)境因子點(diǎn)估計(jì)[A];中國工程物理研究院科技年報(bào)（2003）[C];2003年

6 黃勃;劉瑞玉;;膠州灣非生物環(huán)境因子統(tǒng)計(jì)分析[A];動(dòng)物學(xué)專輯——上海市動(dòng)物學(xué)會(huì)1997年年會(huì)論文集[C];1997年

7 劉棟;朱鑫華;;長江口春季魚類浮游生物群落結(jié)構(gòu)與環(huán)境因子的關(guān)系[A];中國海洋與湖沼學(xué)會(huì)甲殼動(dòng)物學(xué)分會(huì)、中國動(dòng)物學(xué)會(huì)、中國海洋與湖沼學(xué)會(huì)生態(tài)學(xué)分會(huì)2000年學(xué)術(shù)研討會(huì)論文摘要集[C];2000年

8 盧從明;;光系統(tǒng)Ⅱ?qū)Νh(huán)境因子交互作用的響應(yīng)[A];全國植物光合作用、光生物學(xué)及其相關(guān)的分子生物學(xué)學(xué)術(shù)研討會(huì)論文摘要匯編[C];2001年

9 李昊;猶珀玉;李夢(mèng)姣;王俊錁;丁澤俊;王英潔;;貴州省覆冰與地理環(huán)境因子的空間相關(guān)分析[A];2017智能電網(wǎng)發(fā)展研討會(huì)論文集[C];2017年

10 關(guān)月;趙洪霞;張國龍;;環(huán)境因子對(duì)小麥吸收PFOS的影響研究[A];第六屆全國環(huán)境化學(xué)大會(huì)暨環(huán)境科學(xué)儀器與分析儀器展覽會(huì)摘要集[C];2011年

相關(guān)重要報(bào)紙文章 前8條

1 邯鄲縣尚璧鎮(zhèn)政府 劉國生;冀南溫室桃生育期環(huán)境因子的調(diào)控[N];河北科技報(bào);2006年

2 通訊員 張莉;氣象環(huán)境因子對(duì)深圳流感發(fā)生具有指示性[N];中國氣象報(bào);2009年

3 邯鄲縣尚璧鎮(zhèn)政府 劉國生;冀南溫室桃生育期環(huán)境因子的調(diào)控[N];河北科技報(bào);2006年

4 河南科技學(xué)院 魏剛才 劉保國;保證雞群健康和高產(chǎn)必須注重改善環(huán)境，減少應(yīng)激發(fā)生[N];中國畜牧獸醫(yī)報(bào);2005年

5 中國科協(xié)發(fā)展研究中心 楊光 張利潔;面對(duì)旺盛需求，科技思想庫該怎樣發(fā)展？[N];科技日?qǐng)?bào);2012年

6 高林 吳亞鋒;我市農(nóng)產(chǎn)品產(chǎn)地環(huán)境復(fù)評(píng)工作通過省級(jí)驗(yàn)收[N];商洛日?qǐng)?bào);2012年

7 本報(bào)記者 胡健;保護(hù)是發(fā)展旅游業(yè)前提[N];人民日?qǐng)?bào)海外版;2002年

8 高雙;不易變色建筑用鈦板的開發(fā)[N];世界金屬導(dǎo)報(bào);2017年

相關(guān)博士學(xué)位論文 前10條

1 李強(qiáng);環(huán)境因子對(duì)沉水植物生長發(fā)育的影響機(jī)制[D];南京師范大學(xué);2007年

2 安睿;三江平原典型濕地浮游生物群落特征及其與環(huán)境因子的關(guān)系[D];東北林業(yè)大學(xué);2016年

3 TOURE Dado;中國西南地區(qū)龍虎山自然保護(hù)區(qū)喀斯特森林群落物種組成及與土壤、地質(zhì)和其他環(huán)境因子的相關(guān)關(guān)系[D];中國地質(zhì)大學(xué);2015年

4 趙佩佩;三角褐指藻對(duì)不同環(huán)境因子的響應(yīng)機(jī)制與途徑[D];中國科學(xué)院研究生院(海洋研究所);2015年

5 石國華;陸地生態(tài)系統(tǒng)溶解性有機(jī)碳的時(shí)空分布格局與通量估算[D];西北農(nóng)林科技大學(xué);2017年

6 李俊磊;中國近海與西太平洋浮游植物光合活性特征研究[D];中國科學(xué)院研究生院(海洋研究所);2016年

7 謝鋒;金槐槐米品質(zhì)及規(guī)范化種植關(guān)鍵技術(shù)研究[D];成都中醫(yī)藥大學(xué);2014年

8 白登忠;祁連山青海云杉林線樹木生長、更新的影響因素研究[D];中國林業(yè)科學(xué)研究院;2012年

9 徐鵬彬;中國溫帶地區(qū)4種針葉林樹種葉屬性對(duì)海拔梯度的響應(yīng)研究[D];蘭州大學(xué);2012年

10 尹潔慧;獐子島海域浮游動(dòng)物群落時(shí)空變化特征及其與環(huán)境因子之間的關(guān)系[D];中國科學(xué)院研究生院（海洋研究所）;2013年

相關(guān)碩士學(xué)位論文 前10條

1 任慶強(qiáng);長江口無脊椎動(dòng)物群落特征變化及其與環(huán)境因子的關(guān)系[D];上海海洋大學(xué);2019年

2 王哲;不同基質(zhì)下環(huán)境因子對(duì)番茄生長指標(biāo)的影響及模擬研究[D];河北農(nóng)業(yè)大學(xué);2019年

3 羅靜靜;基于概念格的南太平洋長鰭金槍魚捕撈量與環(huán)境因子的關(guān)聯(lián)分析研究[D];上海海洋大學(xué);2019年

4 裴曉輝;基于深度學(xué)習(xí)的智慧大棚監(jiān)控系統(tǒng)的研究[D];沈陽理工大學(xué);2019年

5 黃詩翔;東海微型鞭毛蟲與纖毛蟲的生態(tài)學(xué)研究[D];廈門大學(xué);2018年

6 謝春;環(huán)境因子對(duì)莼菜生長的影響及優(yōu)質(zhì)莼菜種源篩選[D];南京大學(xué);2019年

7 張蕾;白洋淀水生植物群落分布與水環(huán)境因子關(guān)系研究[D];河北大學(xué);2019年

8 曾文輝;池塘水產(chǎn)養(yǎng)殖多環(huán)境因子控制系統(tǒng)的研究[D];湖南農(nóng)業(yè)大學(xué);2016年

9 鄭建忠;平潭6個(gè)海島植物群落特征及相關(guān)環(huán)境因子研究[D];福建農(nóng)林大學(xué);2019年

10 祝亞楠;n坪⑸鋃嘌雜牖肪騁蜃酉喙匭匝芯縖D];哈爾濱師范大學(xué);2018年

本文編號(hào)：2774778