基于经验模态分解和小波神经网络的温室温湿度预测

作者：郁莹珺; 徐达宇; 寿国忠^*; 王佩欣

来源：江苏农业科学, 2019, 47(01): 211-216.

DOI：10.15889/j.issn.1002-1302.2019.01.051

• 经验模态分解
• 小波神经网络
• 模型构建
• 温室
• 温度
• 湿度
• 预测

温室温湿度的准确预测有助于及时调节温室小环境,温湿度预测模型是温室控制的重要基础,提高预测精度有助于提高生产水平。针对温室系统具有非线性、非平稳性等特点,提出一种基于经验模态分解(empirical mode decomposition,简称EMD)和小波神经网络(wavelet neural network,简称WNN)的温室温湿度组合预测方法。首先,利用经验模态分解方法将原始时间序列分解成一系列分量;然后对各分量分别构建小波神经网络模型进行预测;最后叠加各子序列得到预测值。结果表明,运用EMD-WNN组合的温度模型有效性为0. 993 4,湿度模型有效性为0. 978 1,且优于单独WNN模型和BP神经网络模型的预测结果,可有效提高短期温室温湿度预测的精度。

• 单位
  浙江农林大学