基于數(shù)據(jù)驅(qū)動的日光溫室黃瓜栽培溫度控制模型研究
發(fā)布時間:2023-05-10 06:02
在日光溫室栽培中溫室環(huán)境的智能控制是提高作物產(chǎn)量和品質(zhì)的關鍵技術。目前對于一些常見設施蔬菜的栽培環(huán)境管理技術研究已經(jīng)達到了較高的理論水平,但大部分研究結果都是基于特定的試驗條件得出的,并不能涵蓋實際生產(chǎn)中各種復雜的環(huán)境情況。另一方面,以這類試驗結果為理論依據(jù)建立的溫室環(huán)境控制模型在實際應用中也不能取得理想的效果。為解決上述問題,本試驗提出建立基于數(shù)據(jù)驅(qū)動的日光溫室環(huán)境溫度控制模型。具體的方法是,通過分析高產(chǎn)黃瓜溫室中的環(huán)境數(shù)據(jù)建立黃瓜栽培溫度的BP神經(jīng)網(wǎng)絡模擬模型,將普通溫室的環(huán)境數(shù)據(jù)經(jīng)數(shù)據(jù)清洗和聚類后輸入對應的模型,此時輸出的環(huán)境溫度值即為對應環(huán)境條件下高產(chǎn)溫室的環(huán)境溫度。將此溫度值作為普通溫室環(huán)境溫度調(diào)控的控制目標,在理論上可以達到提高普通溫室溫度管理水平的目的。針對溫室環(huán)境數(shù)據(jù)的自動化處理,提出了一種將小波包分析與光照強度異常值修正程序相結合的溫室環(huán)境數(shù)據(jù)清洗方法以及光照強度為依據(jù)的相似環(huán)境條件數(shù)據(jù)聚類方法。在當前國內(nèi)日光溫室黃瓜生產(chǎn)環(huán)境控制粗放,硬件設備落后的背景下,本試驗建立的設施黃瓜栽培溫度模擬模型對指導設施黃瓜栽培溫度控制提高設施黃瓜生產(chǎn)水平具有重要意義。主要研究結果如下...
【文章頁數(shù)】:59 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 前言
1.1 研究背景
1.2 設施黃瓜生產(chǎn)中的環(huán)境溫度調(diào)控
1.3 國內(nèi)外溫度控制模型研究進展
1.3.1 國內(nèi)外溫室環(huán)境模型發(fā)展概況
1.3.2 國內(nèi)外溫室作物生長模型發(fā)展概況
1.3.3 智能算法在溫室系統(tǒng)建模中的應用
1.4 神經(jīng)網(wǎng)絡的基本原理
1.4.1 人工神經(jīng)元模型
1.4.2 人工神經(jīng)網(wǎng)絡模型
1.4.3 BP神經(jīng)網(wǎng)絡
1.5 研究的目的意義
1.5.1 研究內(nèi)容
1.5.2 技術路線
1.5.3 目的意義
2 材料與方法
2.1 試驗地點概況
2.2 試驗儀器
2.2.1 溫室環(huán)境數(shù)據(jù)采集
2.2.2 數(shù)據(jù)分析與建模軟件
2.3 數(shù)據(jù)測定方法
2.3.1 數(shù)據(jù)測定時間
2.3.2 溫室內(nèi)環(huán)境參數(shù)測定方法
2.3.3 作物長勢與產(chǎn)量測定方法
2.4 模型建立方法
2.4.1 BP神經(jīng)網(wǎng)絡模型的構建
2.4.2 溫室環(huán)境數(shù)據(jù)的清洗
2.4.3 以光照強度為依據(jù)的溫室環(huán)境數(shù)據(jù)聚類
2.5 模型性能的判定指標
3 結果與分析
3.1 BP神經(jīng)網(wǎng)絡拓撲結構與模型性能的關系
3.1.1 輸入層與輸出層神經(jīng)元數(shù)量的確定
3.1.2 隱含層層數(shù)的確定
3.1.3 傳遞函數(shù)的確定
3.1.4 訓練函數(shù)與模型性能的關系
3.1.5 隱含層神經(jīng)元數(shù)量與模型性能的關系
3.1.6 BP神經(jīng)網(wǎng)絡模型的拓撲結構
3.2 溫室環(huán)境數(shù)據(jù)清洗的效果
3.2.1 溫室環(huán)境數(shù)據(jù)的小波包降噪
3.2.2 光照強度異常值的修正效果
3.2.3 數(shù)據(jù)清洗對模型精度的影響
3.3 以光照強度為依據(jù)的環(huán)境數(shù)據(jù)聚類結果
3.3.1 黃瓜生長期日平均光照強度變化
3.3.2 不同類別數(shù)對聚類效果的影響
3.3.3 數(shù)據(jù)的聚類處理對模型模擬精度的影響
3.4 溫室環(huán)境溫度模擬模型的建立與驗證
3.4.1 初花期環(huán)境溫度模擬模型的建立
3.4.2 結瓜期環(huán)境溫度模擬模型的建立
3.4.3 模型的驗證
3.4.4 模型在對照溫室中的應用效果分析
4 結論與討論
4.1 結論
4.2 討論
4.2.1 溫室環(huán)境數(shù)據(jù)的價值
4.2.2 數(shù)據(jù)量對溫室環(huán)境模型模擬精度的影響
4.2.3 地域差異對模型應用效果的影響
4.2.4 以光照強度為依據(jù)來區(qū)分環(huán)境條件的局限性
4.2.5 關于參考溫度在實際生產(chǎn)中合理性的討論
參考文獻
致謝
本文編號:3813184
【文章頁數(shù)】:59 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 前言
1.1 研究背景
1.2 設施黃瓜生產(chǎn)中的環(huán)境溫度調(diào)控
1.3 國內(nèi)外溫度控制模型研究進展
1.3.1 國內(nèi)外溫室環(huán)境模型發(fā)展概況
1.3.2 國內(nèi)外溫室作物生長模型發(fā)展概況
1.3.3 智能算法在溫室系統(tǒng)建模中的應用
1.4 神經(jīng)網(wǎng)絡的基本原理
1.4.1 人工神經(jīng)元模型
1.4.2 人工神經(jīng)網(wǎng)絡模型
1.4.3 BP神經(jīng)網(wǎng)絡
1.5 研究的目的意義
1.5.1 研究內(nèi)容
1.5.2 技術路線
1.5.3 目的意義
2 材料與方法
2.1 試驗地點概況
2.2 試驗儀器
2.2.1 溫室環(huán)境數(shù)據(jù)采集
2.2.2 數(shù)據(jù)分析與建模軟件
2.3 數(shù)據(jù)測定方法
2.3.1 數(shù)據(jù)測定時間
2.3.2 溫室內(nèi)環(huán)境參數(shù)測定方法
2.3.3 作物長勢與產(chǎn)量測定方法
2.4 模型建立方法
2.4.1 BP神經(jīng)網(wǎng)絡模型的構建
2.4.2 溫室環(huán)境數(shù)據(jù)的清洗
2.4.3 以光照強度為依據(jù)的溫室環(huán)境數(shù)據(jù)聚類
2.5 模型性能的判定指標
3 結果與分析
3.1 BP神經(jīng)網(wǎng)絡拓撲結構與模型性能的關系
3.1.1 輸入層與輸出層神經(jīng)元數(shù)量的確定
3.1.2 隱含層層數(shù)的確定
3.1.3 傳遞函數(shù)的確定
3.1.4 訓練函數(shù)與模型性能的關系
3.1.5 隱含層神經(jīng)元數(shù)量與模型性能的關系
3.1.6 BP神經(jīng)網(wǎng)絡模型的拓撲結構
3.2 溫室環(huán)境數(shù)據(jù)清洗的效果
3.2.1 溫室環(huán)境數(shù)據(jù)的小波包降噪
3.2.2 光照強度異常值的修正效果
3.2.3 數(shù)據(jù)清洗對模型精度的影響
3.3 以光照強度為依據(jù)的環(huán)境數(shù)據(jù)聚類結果
3.3.1 黃瓜生長期日平均光照強度變化
3.3.2 不同類別數(shù)對聚類效果的影響
3.3.3 數(shù)據(jù)的聚類處理對模型模擬精度的影響
3.4 溫室環(huán)境溫度模擬模型的建立與驗證
3.4.1 初花期環(huán)境溫度模擬模型的建立
3.4.2 結瓜期環(huán)境溫度模擬模型的建立
3.4.3 模型的驗證
3.4.4 模型在對照溫室中的應用效果分析
4 結論與討論
4.1 結論
4.2 討論
4.2.1 溫室環(huán)境數(shù)據(jù)的價值
4.2.2 數(shù)據(jù)量對溫室環(huán)境模型模擬精度的影響
4.2.3 地域差異對模型應用效果的影響
4.2.4 以光照強度為依據(jù)來區(qū)分環(huán)境條件的局限性
4.2.5 關于參考溫度在實際生產(chǎn)中合理性的討論
參考文獻
致謝
本文編號:3813184
本文鏈接:http://sikaile.net/shoufeilunwen/zaizhiyanjiusheng/3813184.html
最近更新
教材專著