温室茄果类蔬菜生长环境优化方法研究

发布时间：2020-03-28 06:06

【摘要】：茄果类蔬菜是温室栽培的主要农作物之一,如何精准优化温室环境因子,创造适宜作物生长的温室小气候条件,是提高其光合速率和产量的关键。现有温室环境因子优化调控方法多存在低精度和弱适应性的问题,它们或者缺乏对作物实际生长需求的考虑,或者忽视温室内多环境因子间的复杂耦合关系,无法发挥温室栽培的优势。因此研究温室茄果类蔬菜生长环境的优化方法,实现温室环境因子的精准优化,对促进茄果类蔬菜高效生产、提高农业资源利用率具有重要意义。针对温室环境优化的问题,本文从光合速率模型构建和多环境因子优化两部分展开研究。在光合速率模型构建阶段,分析影响作物光合作用的环境因子,并结合灰色关联度选取关键因子,提出一种趋化-改进粒子群的回归型支持向量机算法用来构建多环境因子耦合条件下的光合速率预测模型。在多环境因子优化阶段,提出一种基于烟花算法的寻优算法,先针对烟花算法存在的问题,从其映射规则和选择策略上进行改进,提出改进烟花算法;再以获得的光合速率模型为基础,利用改进烟花算法对光合速率进行迭代寻优,获取不同温度、湿度及光照因子耦合条件下的二氧化碳优化目标值。最后,考虑作物生长的时序性,利用趋化-改进粒子群的回归型支持向量机来建立温室多因子优化调控模型,实现生长期、温度、湿度及光照因子耦合条件下的二氧化碳优化调控目标值的动态计算。仿真实验验证了提出算法的有效性,相较于支持向量机和粒子群优化的支持向量机,本文提出的算法具有更高的预测精度。相较于现有的烟花算法,本文提出的改进烟花算法寻优精度更高、收敛速度更快,能快速、平稳地求解出最佳光合速率对应的环境因子优化目标值。利用趋化-改进粒子群的回归型支持向量机建立的温室多因子优化调控模型在精确度方面也表现出优越的性能,证明了本文提出的按作物光合需求动态优化环境因子方法的优越性。
【图文】：

变化曲线,调整系数,变化速率,变化曲线

游动步长迅速变小，以提高局部搜索能力。后期细菌步长变至最小，在最优解附近进行逡逑精细搜索，，以提高搜索精度。逡逑切的取值由／直接影响，不同／下调整系数《的变化情况如图３－１所示。逡逑＿逡逑０逦０．２逦０．４逦０．６逦０．８逦１逡逑ｋ／ｋ逡逑ｍａｘ逡逑图３－１不同变化速率下的调整系数变化曲线逡逑由图３－１可知，随着／的不断增大，起初搜索比例不断增大；中间段搜索比例先逐逡逑渐增大后逐渐减小；后期精细搜索的比例则不断减小。由于融合趋化操作主要是弥补粒逡逑子群算法的局部搜索能力不足的问题，因此，变化速率应选取具有较高精细搜索比例的逡逑较小值。／选取较小的值进行实验验证，发现当／邋＝邋１时，能避免不平稳现象，且寻优效逡逑果最好。因此，选取为变化速率。逡逑改进后的细菌移动步长动态调整公式如式（３－１８）所示。逡逑Ｃｔ＋１邋（ｉ）邋＝逦（0邋＋逦（３－１８）逡逑、Ｖ邋＾ｍａｘ邋／ｙ逡逑改进后的细菌位置更新公式为如（３－１９）所示。逡逑任）（３－ｉ９）逡逑这样即可通过可变步长来平衡细菌觅食优化算法的趋化操作的全局搜索和局部开采逡逑能力。逡逑－１８－逡逑

幼苗期,预测结果,评价指标

图３－３邋ＳＶＲ、ＰＳＯ－ＳＶＲ与Ｃ－ＩＰＳＯ－ＳＶＲ的幼苗期预测结果对比逡逑表３－３幼苗期评价指标对比逦逡逑ｍｍ逦ｒ２逦ＲＭＳＥ逦ＭＡＥ逡逑＊逦（ｊｉｍｏｌｍ＾ｓ＂１）逦（ｎｍｏｌｍ＾ｓ＂１）逡逑ＳＶＲ逦０．８２９７逦２．７０８逦２．２０９１逡逑ＰＳＯ－ＳＶＲ逦０．８９２６逦２．１６０逦１．５３３２逡逑Ｃ－ＩＰＳＯ－ＳＶＲ逦０．９７７５逦１．０２５逦０．６３８０逡逑－２５－逡逑
【学位授予单位】：东北林业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：S626;S641;TP18

【相似文献】