基于改进遗传算法和神经网络的大棚环境预测

发布时间：2021-03-12 10:04

　　针对目前北方日光大棚温度、湿度、光照强度等环境因子随天气变化而波动较大的问题,搭建了用改进遗传算法优化BP神经网络的预测模型（IAGA-BP）,对大棚中的环境因子做出预测以便提前调控。传统BP神经网络存在易陷入局部最小化、预测精度不高、收敛时间长的问题,使用改进的遗传算法来对网络中的权、阈值进行迭代寻优,利用自适应变化的交叉与变异算子来对种群中的子代不断优化以达到最优值。通过选取大棚中的实际数据来进行仿真实验,对BP、GA-BP和IAGA-BP模型进行大棚环境预测分析,实验结果表明,IAGA-BP模型的预测精度最高、误差最小,拥有更好的稳定性。 

【文章来源】：电子测量技术. 2020,43(07)

【文章页数】：5 页

【部分图文】：

3种模型对温度预测的对比

种群适应度寻优过程

【参考文献】：
期刊论文
[1]基于BP神经网络的超声表面波定量表征金属表层裂纹深度研究[J]. 董珍一,林莉,孙旭,马志远.  仪器仪表学报. 2019(08)
[2]基于改进的BP神经网络对蓄水坑灌冬季果园土壤温度预测[J]. 贺琦琦,郭向红,雷涛,王晓磊,孙西欢,马娟娟,张少文,刘艳武.  节水灌溉. 2019(07)
[3]基于BP学习的P2P网络信任度评价模型优化[J]. 张创基.  国外电子测量技术. 2019(06)
[4]基于智能控制的温室大棚监控系统研究[J]. 陈宏,王维洲,廖志军,郑成贺,廖勤武.  国外电子测量技术. 2019(03)
[5]基于PCA与GA-BP神经网络的磁记忆信号定量评价[J]. 王帅,黄海鸿,韩刚,刘志峰.  电子测量与仪器学报. 2018(10)
[6]改进遗传算法和BP神经网络的大坝变形预测[J]. 邢尹,陈闯,刘立龙,程胜,苏永柠,周威.  计算机工程与设计. 2018(08)
[7]基于遗传算法优化的BP神经网络研究应用[J]. 墨蒙,赵龙章,龚嫒雯,吴扬.  现代电子技术. 2018(09)
[8]基于BP神经网络的海口地区2种热带兰温室栽培环境预测[J]. 姚鑫鑫,宋希强,王健,赫代成,黎维诗,庞真真.  河南农业科学. 2018(02)
[9]基于PSO-RBF神经网络在温室温度预测中的应用[J]. 夏爽,李丽宏.  计算机工程与设计. 2017(03)
[10]一种基于改进遗传算法的神经网络优化算法研究[J]. 刘浩然,赵翠香,李轩,王艳霞,郭长江.  仪器仪表学报. 2016(07)

博士论文
[1]北方干寒地区日光温室小气候环境预测模型与数字化研究[D]. 毕玉革.内蒙古农业大学 2010



本文编号：3078124