基于GA-BP神经网络的温室温度预测研究

作者：李其操; 董自健^*

来源：智能计算机与应用, 2023, 13(09): 168-171.

• 遗传算法
• BP神经网络
• 温室温度
• 预测模型

温度对于温室内作物的生长起着重要的作用，为了更精准的管理和控制温室内的温度，提出了基于遗传算法优化的BP神经网络预测模型(GA-BP),对温室内温度进行预测。本文利用遗传算法对BP神经网络的权值和阈值进行优化，使模型避免出现局部最优，有效改善了传统BP神经网络预测模型的性能，使预测出的温度更加精准。实验证明，选择隐藏层节点数为7时，GA-BP神经网络预测模型的预测结果最佳，平均绝对误差(MAE)、均方误差(MSE)和平均绝对百分比误差(MAPE)分别为0.441、0.276、0.525。与传统BP神经网络预测模型相比分别提升了13.2%、38.4%、21.5%。

• 单位
  电子工程学院