基于全局变量预测模型的温室环境控制方法

被引：8

作者：

程曼

袁洪波

蔡振江

王楠

机构：

[1] 河北农业大学机电工程学院

来源：

农业工程学报 | 2013年 / 29(S1)卷 / S1期

关键词：

温室; 神经网络; 环境控制; 全局变量; 预测模型;

D O I：

暂无

中图分类号：

TP273 [自动控制、自动控制系统];

学科分类号：

080201 ; 0835 ;

摘要：

针对传统温室控制系统中存在的控制方案达不到最优化、反应滞后、控制器调节不同步等问题,提出了基于全局变量预测模型的温室环境控制方法。该方法将温室内部温度、湿度、光照等数据,控制器当前状态,温室外部环境的相应数据及当地天气情况进行融合,利用各个全局变量通过数学模型得出温室未来环境状况的短期预测值,通过神经网络实现控制方案,解决了温室控制中的大滞后、大惯性等问题。实验结果证明了该方法的有效性及合理性,并对温室内气候智能控制的发展具有一定的参考价值。

引用

页码：177 / 183

页数：7

共 18 条

[1]

基于模型的温室环境控制算法研究.[D].朱虹.东南大学.2005, 01

[2]

基于网络的温室环境控制设备自动化选配系统研究.[D].胡伟松.浙江大学.2001, 01

[3]

人工神经网络原理及应用.[M].朱大奇;史慧编著;.科学出版社.2006,

[4] Greenhouse climate modelling and robust control [J].

Bennis, N. ;

Duplaix, J. ;

Enea, G. ;

Haloua, M. ;

Youlal, H. .

COMPUTERS AND ELECTRONICS IN AGRICULTURE, 2008, 61 (02) :96-107

[5] IntelliGrow: a greenhouse component-based climate control system [J].

Aaslyng, JM ;

Lund, JB ;

Ehler, N ;

Rosenqvist, E .

ENVIRONMENTAL MODELLING & SOFTWARE, 2003, 18 (07) :657-666

[6]

Artificial neural networks.[J].Judith E. Dayhoff Ph.D.;James M. DeLeo.Cancer.2001, S8

[7] 智能温室环境控制的研究现状及发展趋势 [J].

马万征 ;

马万敏 .

北方园艺, 2011, (23) :179-180

[8] 温室温度控制系统的神经网络PID控制 [J].

屈毅 ;

宁铎 ;

赖展翅 ;

程琪 ;

穆丽宁 .

农业工程学报, 2011, 27 (02) :307-311

[9] 温室测控系统开关设备优化组合预测控制方法 [J].

沈敏 ;

张荣标 ;

盛碧琦 ;

宋永献 .

农业机械学报, 2011, 42 (02) :186-189+161

[10] 基于PLC和组态软件的温室控制系统设计 [J].

陈广庆 ;

孙爱芹 ;

徐克宝 .

安徽农业科学, 2010, 38 (34) :19827-19828

← 1 2 →