科研之友
微信
新浪微博
Facebook
分享链接
摘要
温室预测模型是农业信息化领域的研究热点之一,而日光温室以其不加温、经济适用等特点,近年来受到越来越多的关注。现有温室温湿度预测模型是通过微分方程或传统神经网络算法进行处理并进行预测的,但是这些系统仍面临控制或者精度上的挑战。采用1种基于麻雀搜索算法SSA(Sparrow Search Algorithm)和径向基网络RBF(Radial Basis Function)的预测方法,以日光温室室外温度、室外湿度、光照强度、土壤湿度、保温被状态、塑料膜状态、窗户状态、滴灌设备状态为输入,日光温室室内温度和湿度为输出,建立了基于SSA-RBF的日光温室温湿度预测模型。以河北省沧州市青县某日光温室测量取得的数据为参考,经验证,模型温湿度预测值与实测值曲线都吻合良好,其中温度相关系数达到0.929 3,湿度相关系数达到0.9282 9。本研究的预测精度较高,实用性强,可用于日光温室温湿度预测,同时也对指导日光温室温湿度控制有一定的参考价值。
- 单位
