基于Elman神经网络的温室环境因子预测方法

摘要：

针对目前温室环境系统中,环境监测数据只能反映当前环境状况,无法预测温室环境变化趋势,导致温室环境控制效果差的问题,提出一种基于Elman神经网络的温室环境因子预测方法.以采集的温室内温度、湿度以及二氧化碳浓度的历史数据作为预测模型的输入,建立Elman神经网络预测模型,进而实现精确的温室环境因子变化预测.结果 表明,Elman模型优于BP和RBF模型,温度、湿度和二氧化碳浓度预测结果的均方误差分别为0.0039、0.0059和0.0283,决定系数分别为0.9915、0.9678和0.9739.该模型预测结果较理想,可以为温室环境调控提供一定的决策支持.

关键词：Elman神经网络、温室环境预测、环境因子、Matlab

所属期刊栏目：42

分类号：S24(农业电气化与自动化)

资助基金：天津市研究生科研创新项目;天津市企业优秀科技特派员项目;天津市农业科技成果转化与推广项目;天津市企业科技特派员项目

在线出版日期：2021-09-22（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：203-208