基于IPSO-SA算法的温室番茄产量预测方法

摘要：

针对现代温室节能、高效和优质生产的需要,提出一种机理模型与参数辨识相结合的温室番茄产量预测方法.采用改进型退火粒子群算法(Hybrid algorithm of improved particle swarm optimization and simulated annealing algorithm,IPSO-SA)对温室番茄生长模型中难以确定的参数进行辨识,建立温室番茄产量预测模型.根据上海试验温室的气象数据和实测的番茄产量,分别采用模拟退火算法(Simulate annealing algorithm,SA)、粒子群算法(Particle swarm optimization,PSO)和IPSO-SA进行参数辨识和产量预测比较分析.经IPSO-SA校准的模型预测产量与实际产量的相对误差为2.2％,分别比经PSO和SA校准的模型减少了2.1％ 和0.7％.结果表明:IPSO-SA的收敛速度最快,均方根误差最小,预测精度最高.试验与模拟结果验证了经过IPSO-SA算法校准的番茄产量预测模型精确有效,可为温室番茄栽培提供理论依据.

关键词：温室番茄、参数辨识、优化算法、产量预测

所属期刊栏目：47

分类号：S126(农业物理学)

资助基金：国家自然科学基金资助项目61374094

在线出版日期：2019-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：527-533