基于叶绿素荧光的植物光合作用活动建模及调控研究
发布时间：2022-02-08 16:07
光合作用是地球上一切生命活动的物质来源,人类活动的能量基础。农业生产中作物的生长是利用光合作用机制吸收光能后所形成的产物积累结果。面对目前土地资源短缺、人口逐渐增多的现状,温室种植在现代农业中发挥着至关重要的作用,因为其可以人为地控制环境因素变化。目前,温室内的环境控制策略通常不依赖作物的实时需求,而是依照人们的种植经验。控制植物生长是植物学和自动控制交叉学科未来发展的趋势之一,它是“科学”杂志发布的125个全球性难题之一。植物光合作用过程中释放的叶绿素荧光与光合作用活动耦合,同时便于测量,因此研究基于叶绿素荧光的光合作用活动建模有着重要的理论和实用意义。本研究采用系统建模的理论与方法,从植物的光合作用能量与电子的传输出发,研究基于叶绿素荧光的光合作用建模,主要结果如下:1.光反应-暗反应全过程光合作用活动建模研究。针对光反应以及暗反应阶段的光合作用电子转移、生化反应活动,选取合适的状态变量,建立基于多元微分方程组的光合作用数学模型。并通过列文伯格-马夸尔特算法辨识模型中的参数,结果证明该模型的输出信号与实验获得的叶绿素荧光数据吻合,其平均相对拟合误差为0.028%。2.基于模型的光合...
【文章来源】：江南大学江苏省211工程院校教育部直属院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
从光吸收到葡萄糖形成的光合作用整个过程的简单示意图
2.43)进行不断求解，如果使用M文件编写并用Matlab求解，执行效率会很慢。而使用C语言编写程序求解会大大提高执行效率。另一方面，在LM算法流程中，雅克比矩阵的求解，正规矩阵的求解如果使用C语言函数的编写就会显得繁琐，而Matlab所具有的集成很多数学计算函数的优点恰好能够很好地解决这一问题。因此，基于MEX文件借口技术的Matlab与C语言混合编程技术对光合作用模型参数的辨识具有重要意义。图2-4展示了MEX文件的调用关系，即如何从Matlab向C语言程序中传输数据以及从C语言中如何将处理后的数据传输会Matlab[79]。图2-4MEX文件的调用关系Matlab调用MEX文件函数：[C,D]=func(A,B)Matlab将A,B送到MEX文件constmxArray*BB=prhs[1]constmxArray*AA=prhs[0]Fun.cvoidmexFunction(intnlhs,mxArray*plhs[],intnrhs,constmxArray*prhs)(1)使用mxCreat函数创建数组，对应的指针指向新建立的数组prhs[0],[1]…(2)使用mxGet函数得到输入数据的指针prhs[0],[1]…(3)调用计算应用程序，输入输出的指针作为参数mxArray*DB=plhs[1]mxArray*CC=plhs[0]MatlabMex文件返回C,D.[C,D]=func(A,B)Plhs[0]指向CPlhs[1]指向D
第三章基于模型的光合作用生理调控策略研究27图3-3基于BP神经网络的PID控制系统增量式数字PID的控制算式可以表示为：u(k)=u(k-1)+kp(e(k)-e(k-1))+kie(k)+kd(e(k)-2e(k-1)+e(k-2))(3.14)式中kp、ki，、kd分别为比例、积分、微分系数。如果将kp、ki、kd作为系统运行时可调节的系数，则式（3.14）可描述为u(k)=f[u(k-1),kp,ki,kd,e(k),e(k-1),e(k-2)](3.15)式中，f()是与kp、ki，、kd、e(k)、u(k-1)等相关的非线性函数，因此可以使用BP神经网络学习并找到合适的控制策略。这里BP神经网络采用三层结构，其网络结构如图3-4所示，其中有m个输入节点，q个隐含节点以及3个输出节点。输入变量的个数m由被控系统的复杂程度来进一步决定。输出节点对应于控制器的三个参数kp、ki、kd。图3-4BP神经网络结构图由图3-4所示，网络的输入为(1)=()j=1,2,…,m(3.16)隐含层的输入输出分别为(2)()=∑(2)(1)=0(3.17)(2)()=((2)())i=1,2,…,q(3.18)其中，(2)为隐含层与输入层的连接权值，式中（1）、（2）、（3）分别表示输入层、隐含层以及输出层，式(3.18)中f(x)=(ex-e-x)/(ex+e-x)。网络输出层三个节点的输入、输出分别为⊙yout学习算法PIDBP神经网络被控对象rinukpkikd-ki……jlix1x2xmkpkd
【参考文献】：
期刊论文
[1]基于改进粒子群算法的移动机器人路径规划[J]. 郭世凯,孙鑫. 电子测量技术. 2019(03)
[2]基于改进PID控制的船舶航迹跟踪研究[J]. 沙春,罗霁,钱黎明. 舰船科学技术. 2018(22)
[3]一种适用于机组组合优化的改进整数编码粒子群算法[J]. 吴和海,熊高峰,袁晋蓉,秦跃杰. 现代电子技术. 2017(11)
[4]不同光质LED光源对黄瓜苗期生长及叶绿素荧光参数的影响[J]. 曹刚,张国斌,郁继华,马彦霞. 中国农业科学. 2013(06)
[5]基于PSOLSSVM和Elman神经网络的北京市气温预测效果比较[J]. 许振赐,刘君陶,王国栋,杨建平. 河南农业科学. 2013(03)
[6]基于最优控制技术的船舶航向控制研究[J]. 杨金波,于慧彬. 机械管理开发. 2012(06)
[7]Matlab与C语言程序的应用编程接口[J]. 程建,廖正和. 科技信息. 2009(33)
[8]关于数值分析中插值法教学的研究[J]. 赵前进. 安徽科技学院学报. 2007(03)
[9]关于《数值分析》教学的几点探讨[J]. 赵景军,吴勃英. 大学数学. 2005(03)
[10]MATLAB与C语言的混合编程[J]. 邹益民. 石油化工自动化. 2000(02)
硕士论文
[1]粒子群优化算法在车辆路径问题中的应用研究[D]. 谢传聪.电子科技大学 2019
[2]基于叶绿素荧光的LED补光控制系统[D]. 贺通.江苏大学 2018
本文编号：3615356
【文章来源】：江南大学江苏省211工程院校教育部直属院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
从光吸收到葡萄糖形成的光合作用整个过程的简单示意图
2.43)进行不断求解，如果使用M文件编写并用Matlab求解，执行效率会很慢。而使用C语言编写程序求解会大大提高执行效率。另一方面，在LM算法流程中，雅克比矩阵的求解，正规矩阵的求解如果使用C语言函数的编写就会显得繁琐，而Matlab所具有的集成很多数学计算函数的优点恰好能够很好地解决这一问题。因此，基于MEX文件借口技术的Matlab与C语言混合编程技术对光合作用模型参数的辨识具有重要意义。图2-4展示了MEX文件的调用关系，即如何从Matlab向C语言程序中传输数据以及从C语言中如何将处理后的数据传输会Matlab[79]。图2-4MEX文件的调用关系Matlab调用MEX文件函数：[C,D]=func(A,B)Matlab将A,B送到MEX文件constmxArray*BB=prhs[1]constmxArray*AA=prhs[0]Fun.cvoidmexFunction(intnlhs,mxArray*plhs[],intnrhs,constmxArray*prhs)(1)使用mxCreat函数创建数组，对应的指针指向新建立的数组prhs[0],[1]…(2)使用mxGet函数得到输入数据的指针prhs[0],[1]…(3)调用计算应用程序，输入输出的指针作为参数mxArray*DB=plhs[1]mxArray*CC=plhs[0]MatlabMex文件返回C,D.[C,D]=func(A,B)Plhs[0]指向CPlhs[1]指向D
第三章基于模型的光合作用生理调控策略研究27图3-3基于BP神经网络的PID控制系统增量式数字PID的控制算式可以表示为：u(k)=u(k-1)+kp(e(k)-e(k-1))+kie(k)+kd(e(k)-2e(k-1)+e(k-2))(3.14)式中kp、ki，、kd分别为比例、积分、微分系数。如果将kp、ki、kd作为系统运行时可调节的系数，则式（3.14）可描述为u(k)=f[u(k-1),kp,ki,kd,e(k),e(k-1),e(k-2)](3.15)式中，f()是与kp、ki，、kd、e(k)、u(k-1)等相关的非线性函数，因此可以使用BP神经网络学习并找到合适的控制策略。这里BP神经网络采用三层结构，其网络结构如图3-4所示，其中有m个输入节点，q个隐含节点以及3个输出节点。输入变量的个数m由被控系统的复杂程度来进一步决定。输出节点对应于控制器的三个参数kp、ki、kd。图3-4BP神经网络结构图由图3-4所示，网络的输入为(1)=()j=1,2,…,m(3.16)隐含层的输入输出分别为(2)()=∑(2)(1)=0(3.17)(2)()=((2)())i=1,2,…,q(3.18)其中，(2)为隐含层与输入层的连接权值，式中（1）、（2）、（3）分别表示输入层、隐含层以及输出层，式(3.18)中f(x)=(ex-e-x)/(ex+e-x)。网络输出层三个节点的输入、输出分别为⊙yout学习算法PIDBP神经网络被控对象rinukpkikd-ki……jlix1x2xmkpkd
【参考文献】：
期刊论文
[1]基于改进粒子群算法的移动机器人路径规划[J]. 郭世凯,孙鑫. 电子测量技术. 2019(03)
[2]基于改进PID控制的船舶航迹跟踪研究[J]. 沙春,罗霁,钱黎明. 舰船科学技术. 2018(22)
[3]一种适用于机组组合优化的改进整数编码粒子群算法[J]. 吴和海,熊高峰,袁晋蓉,秦跃杰. 现代电子技术. 2017(11)
[4]不同光质LED光源对黄瓜苗期生长及叶绿素荧光参数的影响[J]. 曹刚,张国斌,郁继华,马彦霞. 中国农业科学. 2013(06)
[5]基于PSOLSSVM和Elman神经网络的北京市气温预测效果比较[J]. 许振赐,刘君陶,王国栋,杨建平. 河南农业科学. 2013(03)
[6]基于最优控制技术的船舶航向控制研究[J]. 杨金波,于慧彬. 机械管理开发. 2012(06)
[7]Matlab与C语言程序的应用编程接口[J]. 程建,廖正和. 科技信息. 2009(33)
[8]关于数值分析中插值法教学的研究[J]. 赵前进. 安徽科技学院学报. 2007(03)
[9]关于《数值分析》教学的几点探讨[J]. 赵景军,吴勃英. 大学数学. 2005(03)
[10]MATLAB与C语言的混合编程[J]. 邹益民. 石油化工自动化. 2000(02)
硕士论文
[1]粒子群优化算法在车辆路径问题中的应用研究[D]. 谢传聪.电子科技大学 2019
[2]基于叶绿素荧光的LED补光控制系统[D]. 贺通.江苏大学 2018
本文编号：3615356
本文链接：https://www.wllwen.com/projectlw/swxlw/3615356.html
