10.3969/j.issn.1006-4303.2019.05.010
基于IPSO-SA算法的温室番茄产量预测方法
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.
温室番茄、参数辨识、优化算法、产量预测
47
S126(农业物理学)
国家自然科学基金资助项目61374094
2019-10-10(万方平台首次上网日期,不代表论文的发表时间)
共7页
527-533