10.3969/j.issn.2095-2163.2023.09.029
基于GA-BP神经网络的温室温度预测研究
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%.
遗传算法、BP神经网络、温室温度、预测模型
13
S625;TP183(设施园艺(保护地栽培))
2023-10-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
168-171