测准确性。参考文献徐立鸿，苏远平，梁毓明面向控制的温室系统小气候环境模型要求与现状农业工程学报，陈俐均，杜尚丰，梁美惠，算法存在的早熟收敛和进化时间长等缺点而发明的，因此在分别建立神经网络模型和模型的基础上，同时建立了模型，进步与模型进行对比。为便于更直观地分析，将所建立的种模型性能进行对比，如表所示。由表可知采用模型预测棚室温度，为，为，为，仅略好于模型的本文所建立的优化神经网络模型，为，为，相比于单独使用神经网络方法，降低了个百分点，仅为。因此，在这种模型之中，模型预测效果最好。结论与讨论结论为进步提高神经网络算法在棚室棚室机理模型研究，通过对能量耗散热辐射热传导等棚室各物理过程的研究，学者们建立了棚室温度的机理模型但因所考虑的环境影响因子较多，造成了模型结构复杂参变量较多参数值无法确定棚室构建材料随时间推移自身老化造成参量的取值发生改变等问题，导致模型精度下降。神经网络背景下棚室温度预测模型研究自动化论文。选用年月日得试验数据用于训练，训练完成模型通过年月日数据进行检验，结果如图所示。由图可知棚室温度的为，预测值与实测值相关系数为，并均匀地分布在直线附近。这说明，该模型预测的效果较好。神经网络模型构建根据上述试验，确定神经网络背景下棚室温度预测模型研究自动化论文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，优化神经网络模型的输入权重和阈值，并与遗传算法优化网络模型和模型进行对比。试验结果表明与和方法相比，分别降低了和，平解析最优个体进行多次迭代，将最优个体的权重和阈值分配给初始模型中，训练模型预测棚内温度。图神经网络流程图模型验证验证模型的性能采用以下个指标衡量，分别为均方误差均方根误差决定系数和平均相对误差。对模拟值和实际值之间的拟合度进行统计分析，若模型性能良好，则和应尽可能小，应尽可能趋于。神经网络背景下棚室温度预测模型研究自动化论文。计算网络输出及误差目标函数。若ε，表明算法收敛，转到否则，继续。根据矩阵计算。以为权。方面是棚室机理模型研究，通过对能量耗散热辐射热传导等棚室各物理过程的研究，学者们建立了棚室温度的机理模型但因所考虑的环境影响因子较多，造成了模型结构复杂参变量较多参数值无法确定棚室构建材料随时间推移自身老化造成参量的取值发生改变等问题，导致模型精度下降。以为权值和阈值，计算其误差目标函数。若，则转到否则转到保存，结束。优化神经网络权值和阈值算法的中心思想是模拟人的趋同异化的思维过程。在空间中，对定数量的个体由得分从高到低排序，搜索到定数量得分最高和最低的个体。分别以其为中心产生新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，优化神经网络模型的输入权重和阈值，并与遗传算法优化网络模型和模型进行对比。试验结果表明与和方法相比，分别降低了芬，马承伟遗传算法优化人工神经网络模型在日光温室湿度预报中的应用中国农学通报，赵瑞勇，周新志基于的微波加热褐煤温度预测传感器与微系统孙俊，唐凯，毛罕平，等基于神经网络的大米水分含量高光谱技术检测食品科学，唐立力，陈国彬基于优化神经网络的农机滚动轴承故障诊断农机化研究，朱春侠，童淑敏，胡景华，等神经网络在日光温室湿度预测中的应用农机化研究，陈冠萍神经网络在农业总产值预测的应用安徽农业科学缪新颖，葛廷友，高辉，等基于神经网络和遗传算法的池塘溶解氧预测模型大连海洋大学学报，焦嵩鸣，张宇，董泽，等改进思维方法，降低了个百分点，仅为。因此，在这种模型之中，模型预测效果最好。结论与讨论结论为进步提高神经网络算法在棚室温度预测中的准确率，通过采集处理试验棚室内外环境变量，选用算法优化神经网络模型对棚内温度进行预测。通过对比神经网络这种模型的预测效果可知优化后的神经网路模型为，为，平均相对误差仅为。该模型提高了预测的精确度，可以有效对棚内温度进行预测。讨论所建立的模型预测准确率均高于模型。与建立棚室温度的机理模型，相比，无需考虑机理模型预测值与实测值相关系数为，并均匀地分布在直线附近。这说明，该模型预测的效果较好。神经网络模型构建根据上述试验，确定神经网络拓扑结构为。将解空间映射到编码空间，每个编码对应问题的个个体，编码长度为，种群大小设置为。优胜子种群和临时子种群个数均设为个，子种群为个，迭代次数设为次。通过搜索迭代，找到最优的个体进行解析，设为网络的初始权阈值。神经网络预测值与实测值对比如图所示。由图可知该模型的输出值与实际值均匀地分布在直线附近，两者之间的相关系数为，有较高的拟合精度。这说明，训练出的神经网络模型预，高。在棚室内离地和个温度传感器同时，在棚外距地，放置有个温度传感器个湿度传感器个太阳辐射光照计和个风速传感器。试验数据采集时间为年月年月，测量时间间隔为，对棚内个传感器采集的温度值求平均，将均值作为棚内温度用于后续建模研究。神经网络神经网络是利用误差反向传播算法更新网络中权重的种前馈神经网络，由输入层多个隐含层和输出层构成，如图所示。信号依次经由输入层隐藏层和输出层前向传递，产生的误差则反向传导。建模过程中需要不断调整权值，使模型的输出更接近期望输出。神经网络采用最速下降求解方法，训练简单，可塑性好，但在网络训练学神经网络背景下棚室温度预测模型研究自动化论文化算法在过热汽温系统中的应用华北电力大学学报自然科学版，吴伟，郭军巧，安淑，等使用思维进化算法优化的神经网络建立肾综合征出血热预测模型中国卫生统计，王春玲，魏瑞江，申双和，等基于神经网络的冬季日光温室小气候模拟中国农学通报，杨雷，张宝峰，朱均超，等基于的温室大棚温度预测方法传感器与微系统，李欢，田芳明，谭峰，朱培培基于神经网络的棚室温度预测模型研究农机化研究，基金黑龙江省自然科学基金重点项目黑龙江省农垦总局科技计划项目黑龙江农垦大学校内资助项目黑龙江农垦大学博士科研启动基金项目模型的预测准确性。参考文献徐立鸿，苏远平，梁毓明面向控制的温室系统小气候环境模型要求与现状农业工程学报，陈俐均，杜尚丰，梁美惠，等温室温度精确反馈线性化预测控制农机化研究，吴春艳，赵新平，郭文利日光温室作物热环境模拟及分析农业工程学报，韦婷婷，杨再强，王琳，等玻璃温室和塑料大棚内逐时气温模拟模型中国农业气象，陈昕，唐湘璐，李想，等次聚类与神经网络结合的日光温室温度步预测方法农业机械学报，刘淑梅，薛庆禹，黎贞发，等基于神经网络的日光温室气温预报模型中国农业大学学报，崔选科基于网络的玻璃温室温度模型研究与监测系统设计杨凌西北农林科技大学，何传感器与微系统孙俊，唐凯，毛罕平，等基于神经网络的大米水分含量高光谱技术检测食品科学，唐立力，陈国彬基于优化神经网络的农机滚动轴承故障诊断农机化研究，朱春侠，童淑敏，胡景华，等神经网络在日光温室湿度预测中的应用农机化研究，陈冠萍神经网络在农业总产值预测的应用安徽农业科学缪新颖，葛廷友，高辉，等基于神经网络和遗传算法的池塘溶解氧预测模型大连海洋大学学报，焦嵩鸣，张宇，董泽，等改进思维进化算法在过热汽温系统中的应用华北电力大学学报自然科学版，吴伟，郭军巧，安淑，等使用思维进化算法优化的神经网络建立肾综合征出血热预中复杂的参数变量与现有选用神经网络建立棚室温度预测模型相比，预测结果优于王春玲等人建模所得出的结果，但预测效果仍不如杨雷等人利用模型所得出的结果。分析其原因是棚室地点规模采集传感器及试验环境不样，选用不同的智能算法，对于试验结果会有影响是新进的算法研究时间不长，虽在其他领域已得到很好的应用，但在棚室预测方面尚无研究。本文为算法在棚室预测方向的初探，仍需要进行改进。所以，下步研究重点主要是深入思维进化的分析和推导，尝试和其他智能方法结合起来，可在模型的基础上将天气预报的未来天气信息结合到棚室预测模型中，来提测精度较高。图神经网络预测值与实测值对比图神经网络预测值与实测值对比预测效果对比分析由于算法是为了改进算法存在的早熟收敛和进化时间长等缺点而发明的，因此在分别建立神经网络模型和模型的基础上，同时建立了模型，进步与模型进行对比。为便于更直观地分析，将所建立的种模型性能进行对比，如表所示。由表可知采用模型预测棚室温度，为，为，为，仅略好于模型的本文所建立的优化神经网络模型，为，为，相比于单独使用神经网中难以避免出现学习收敛速度慢及训练过程出现振荡等缺点。图神经网络拓扑结构为了加快网络的学习速度，可以使用梯度下降法高斯牛顿法和列文伯格马夸尔特算法等对神经网络加以优化。其中，算法将法与法相结合，是种基于信赖区域理论的方法，需要引入个约束条件，根据函数值变化调整系数大小后继续求解，不断迭代的同时，利用自适应调整网络的权值，提升网络的学习速度和泛化能力。神经网络背景下棚室温度预测模型研究自动化论文。选用年月日得试验数据用于训练，训练完成模型通过年月日数据进行检验，