首页> 中文期刊> 《农机化研究》 >基于MEA-LM-BP神经网络的棚室温度预测模型研究

基于MEA-LM-BP神经网络的棚室温度预测模型研究

         

摘要

对棚内温度进行精确预测是实现棚室精准调控的前提,是实现棚内作物高品质栽培的保障.因棚室具有大惯性、强耦合、非线性等特点,通过机理分析法难以建立其准确的数学模型,人工神经网络方法在棚室温度预测方面应用广泛,但其存在的收敛速度慢、容易陷入局部最小等缺点使测量精度受到影响.为进一步提高基于神经网络算法的棚室温度预测模型精度,运用思维进化算法(Mind Evolutionary Algorithm,MEA)优化LM-BP神经网络模型的输入权重和阈值,并与遗传算法优化LM-BP网络模型和LM-BP模型进行对比.试验结果表明:MEA-LM-BP与LM-BP和GA-LM-BP方法相比,RMSE分别降低了0.32和0.16,平均相对误差降低了1.08%和0.58%.该方法提高了基于神经网络算法的棚室温度预测模型精确度,并提供了新的优化路径.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号