基于改进PSO优化RBF神经网络的温室温度预测研究

摘要：

论文以温室内外的气象数据为输入量,以温室内温湿度等气象因子为输出量,使用改进PSO算法优化的RBF神经网络构建温室内环境温湿度的预测模型.通过实验对预测模型进行仿真测试与性能评估,验证该方法的可行性和有效性.该模型数据获取方便、所需参数少、模拟精度高,为温室内极端温度的预测、调控和管理优化提供了科学依据.

关键词：RBF神经网络、PSO算法、预测模型、温室

所属期刊栏目：45

分类号：TP183(自动化基础理论)

资助基金：江苏省高校自然科学研究面上项目15KJB520004;江苏省先进制造技术重点实验室开放基金HGAMTL-1401;淮安市应用研究与科技攻关工业计划项目HAG2014028;淮安市应用研究与科技攻关计划项目HAG2015060;淮阴工学院科研基金项目HGC1412

在线出版日期：2016-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1210-1215