棚室溫度是影響作物生長速度與品質(zhì)的關(guān)鍵因素,對棚室溫度進行短期預測是實現(xiàn)節(jié)能調(diào)控的理論基礎(chǔ)。試驗先構(gòu)建棚室溫度動態(tài)模型,確定需要采集的相應環(huán)境變量。再引入天氣預報的短期預報數(shù)據(jù),采用遺傳算法（Genetic Algorithm,GA）優(yōu)化LM-BP神經(jīng)網(wǎng)絡(luò)的方法,建立北方試驗棚室的溫度預測模型。試驗結(jié)果表明,引入天氣預報的GA-LM-BP棚室預測模型相比LM-BP預測模型預測精度更高,RMSE=0.88℃,模型擬合度達到93.93%,可以較準確預測下一時刻棚內(nèi)溫度值。進一步為棚室短期溫度預警模型提供理論支持。 

【文章來源】：黑龍江八一農(nóng)墾大學學報. 2020,32(04)

【文章頁數(shù)】：9 頁

【部分圖文】：

辨識模型預測值與實測值對比

BP(Back Propagation）神經(jīng)網(wǎng)絡(luò)是將信號由輸入層傳入，通過隱含層到輸出層，產(chǎn)生的誤差由原路線逐層調(diào)整權(quán)值，直到模型的輸出更接近期望目標[31]。BP神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)如圖2所示，其中X1,X2…Xm為輸入值，Wij、Wjk為權(quán)值，Y1,Y2…Ym為輸出值。為了加快網(wǎng)絡(luò)的學習速度、解決“局部極值”問題，使用Levenberg-Marquardt(LM）算法優(yōu)化網(wǎng)絡(luò)，LM算法可以利用自適應調(diào)整網(wǎng)絡(luò)的權(quán)值，提升網(wǎng)絡(luò)的學習速度和泛化能力。

遺傳算法（Genetic Algorithm,GA）是一個將生物進化原理中的“優(yōu)勝劣汰，適者生存”思想引入的方法[32]。在一定環(huán)境模擬生物進化的方式，根據(jù)適應度值選擇優(yōu)等個體進化，不斷尋找，從而逼近全局最優(yōu)解[33]。用GA算法優(yōu)化LM-BP網(wǎng)絡(luò)，可以增強網(wǎng)絡(luò)搜尋能力，具體的實現(xiàn)流程如圖3所示。GA優(yōu)化LM-BP網(wǎng)絡(luò)的具體實施步驟如下：

【參考文獻】：
期刊論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)粒穗連接力的數(shù)學模型的建立[J]. 楊立,衣淑娟,朱曉姝,孫政波,楊立慶.  黑龍江八一農(nóng)墾大學學報. 2019(02)
[2]基于經(jīng)驗模態(tài)分解和小波神經(jīng)網(wǎng)絡(luò)的溫室溫濕度預測[J]. 郁瑩珺,徐達宇,壽國忠,王佩欣.  江蘇農(nóng)業(yè)科學. 2019(01)
[3]溫室地上環(huán)境因子模型研究綜述[J]. 張寧,譚親躍,張戈風.  中國農(nóng)學通報. 2019(02)
[4]基于改進深度信念網(wǎng)絡(luò)的農(nóng)業(yè)溫室溫度預測方法[J]. 周翔宇,程勇,王軍.  計算機應用. 2019(04)
[5]基于PCA-PSO-LSSVM的溫室大棚溫度預測方法[J]. 楊雷,張寶峰,朱均超,劉娜,趙巖.  傳感器與微系統(tǒng). 2018(07)
[6]溫室環(huán)境控制方法研究進展分析與展望[J]. 毛罕平,晉春,陳勇.  農(nóng)業(yè)機械學報. 2018(02)
[7]一種液體自動灌裝系統(tǒng)的研究[J]. 劉洪波.  長春大學學報. 2017(12)
[8]二次聚類與神經(jīng)網(wǎng)絡(luò)結(jié)合的日光溫室溫度二步預測方法[J]. 陳昕,唐湘璐,李想,劉天麒,賈璐,盧韜.  農(nóng)業(yè)機械學報. 2017(S1)
[9]設(shè)施農(nóng)業(yè)溫室大棚智能控制技術(shù)的現(xiàn)狀與展望[J]. 邢希君,宋建成,吝伶艷,田慕琴,李德旺.  江蘇農(nóng)業(yè)科學. 2017(21)
[10]溫室生產(chǎn)系統(tǒng)優(yōu)化控制方法綜述[J]. 杜尚豐,陳俐均,徐丹,何耀楓,梁美惠.  河北工業(yè)大學學報. 2017(05)

博士論文
[1]北方干寒地區(qū)日光溫室小氣候環(huán)境預測模型與數(shù)字化研究[D]. 畢玉革.內(nèi)蒙古農(nóng)業(yè)大學 2010
[2]日光溫室的熱環(huán)境數(shù)學模擬及其結(jié)構(gòu)優(yōu)化[D]. 李小芳.中國農(nóng)業(yè)大學 2005

碩士論文
[1]日光溫室溫度預測模型與卷簾智能控制方法研究[D]. 裴雪.西北農(nóng)林科技大學 2018
[2]日光溫室冬季能量分配模型建立與能量分析[D]. 張悅.沈陽農(nóng)業(yè)大學 2016



本文編號：3356210