日光溫室環(huán)境建模及控制策略的研究.pdf

1、經常用于寒冷季節(jié)喜溫作物種植栽培的日光溫室，透光和保溫功能良好。日光溫室可以應對嚴寒、霜凍等極端惡劣的氣候環(huán)境對作物產生的影響，提高作物產量和質量?，F(xiàn)代化的日光溫室，不僅能夠密封保溫、通風降溫，同時具有調控室內溫濕度、光照等環(huán)境的功能，用計算機自動控制創(chuàng)造作物所需的最佳環(huán)境條件。使得作物在外界環(huán)境極為惡劣的條件下，也能夠在溫室內正常生長發(fā)育。
　　建立日光溫室小氣候模型是實現(xiàn)日光溫室控制的重要環(huán)節(jié)。由于室內溫度和濕度環(huán)境不僅受到室

2、內環(huán)境因素和溫室結構的影響，還受到室外氣象條件的影響，并且這些影響因子之間有著十分復雜的關系，因此，日光溫室小氣候環(huán)境是一個高度非線性、強耦合、大時延的系統(tǒng)，建立它的機理模型相對困難。基于日光溫室的復雜特性，本文采用人工神經網(wǎng)絡建立基于貝葉斯正則化算法的日光溫室溫度和濕度的神經網(wǎng)絡預測模型。該模型首先采用主成分分析法簡化網(wǎng)絡模型的輸入，解耦影響因子間的耦合關系。然后采用貝葉斯正則化算法優(yōu)化網(wǎng)絡模型，提高網(wǎng)絡泛化能力。為了驗證所建立的預測

3、模型的效果，本文又選取了神經網(wǎng)絡的常用算法（梯度下降法、動量梯度下降法）建立了溫度和濕度的預測模型，通過對比發(fā)現(xiàn)，采用貝葉斯正則化算法建立的模型預測精度高，網(wǎng)絡泛化能力強。
　　基于所建立的日光溫室小氣候環(huán)境預測模型，本文提出日光溫室溫度環(huán)境的控制策略。提出將具有知識表達能力的模糊邏輯與具有自學習自適應能力的神經網(wǎng)絡相結合，設計建立模糊神經網(wǎng)絡控制器。采用模糊神經網(wǎng)絡控制方案來仿真驗證日光溫室溫度環(huán)境控制系統(tǒng)，仿真結果顯示，利用模