BP神经网络在日光温室湿度预测中的应用

在对冬季环境下典型北方日光温室环境因子实测数据进行分析的基础上,选择影响温室湿度的环境因子和管理情况作为神经网络的输入量,包括室外温度、室外湿度、室外光照、室内3点温度、室内光照、天窗、侧窗开闭等共10项,以温室内部5个点实测平均湿度为输出量。通过900组数据对构建好的BP神经网络进行训练,选取训练数据外的60组数据作为测试。结果表明,60组输出数据平均相对误差为3.234%,预测效果良好。     

基于Elman神经网络的温室环境因子预测方法

针对目前温室环境系统中,环境监测数据只能反映当前环境状况,无法预测温室环境变化趋势,导致温室环境控制效果差的问题,提出一种基于Elman神经网络的温室环境因子预测方法。以采集的温室内温度、湿度以及二氧化碳浓度的历史数据作为预测模型的输入,建立Elman神经网络预测模型,进而实现精确的温室环境因子变化预测。结果表明,Elman模型优于BP和RBF模型,温度、湿度和二氧化碳浓度预测结果的均方误差分别为0.003 9、0.005 9和0.028 3,决定系数分别为0.991 5、0.967 8和0.973 9。该模型预测结果较理想,可以为温室环境调控提供一定的决策支持。     

华北地区冬季温室植物冠层温度建

基于温室内植物冠层能量平衡关系,建立了与温室内、外气象条件和温室结构相关的冠层温度模拟机理模型,并在华北地区文洛型温室内对该模型进行了试验验证.结果表明:模型能较好地模拟冬季温室内植物冠层温度,模拟值和实测值之间的相关系数为0.797 5,均方根误差为1.3℃.建立了冠层温度的BP神经网络模型,模型相关系数为0.783 5,均方根误差为0.6℃.在所建神经网络模型基础上,运用敏感性分析法对影响冠层温度的各因素进行重要性分析和排序,得出影响冠层温度的最重要因子是室内温度,其次为蒸腾速率、室外太阳辐射和室内相对湿度.     

基于CNN-GRU的菇房多点温湿度预测方法研究

有效获取温室出菇房的温湿度空间分布对于优化食用菌环境胁迫、病害预警、出菇房预调控至关重要,但传统的单点预测不能很好地满足菇房整体环境性能评估的需求。针对出菇房内温湿度时序性、非线性、空间分布差异性的特点,提出一种基于卷积神经网络(CNN)与门控循环单元神经网络(GRU)相结合的菇房多点温湿度预测方法。将温室室外历史气象数据、温室室内历史小气候环境数据、多点环境分布特征、通风信息和加湿信息多特征数据按照时间序列构造二维矩阵作为输入,采用CNN挖掘数据中蕴含的有效信息,提取反映温室环境数据相互联系的高维特征,将提取的特征向量构造为时间序列输入GRU网络进行多点温湿度预测。将该预测方法应用于北京市农林科学院的日光温室出菇房内多点温湿度预测,实验结果表明,该预测方法对于出菇房内各点温度RMSE平均值为0.211℃,MAE平均值为0.140℃,误差控制在±0.5℃范围内的平均比例为97.57%;对于出菇房内各点相对湿度RMSE平均值为2.731%,MAE平均值为1.713%,误差控制在±5%范围内的平均比例为92.62%;相比传统的BP神经网络、长短期记忆神经网络(LSTM)和门控循环单元神经网络(GRU),该预测方法具有更高的预测精度。     

温室用地埋管与空气源热泵系统运行特性研究

针对温室种植蔬果类植物进行夏季降温、冬季采暖能源消耗量大、造成能源浪费、温室气体排放等问题,提出了一套温室用地埋管与空气源热泵复合式系统。系统应用跨季节蓄热技术,通过蓄存利用温室收集的太阳能,达到节能减排的目的。利用DeST-h软件建立温室模型,模拟得出温室全年冷热负荷变化特点及热量需求变化规律。为验证该系统的使用效果,选用3栋日光温室进行1年的测试,通过分析室内温度变化,总结出温室在5月初-9月底为蓄热期,11月初-3月中旬为供暖期,其余时间段为过渡期,系统使室温维持在8.9～33.51℃之间,可使植物安全生长。     

基于BP神经网络的鲜鸡蛋货架期预测模型

为研究不同温度范围内鸡蛋的品质变化及货架期,通过实验室模拟,检测了鲜鸡蛋在5、25、35℃条件下的哈夫单位值、蛋黄系数等理化指标,分别构建了同等实验条件下的鲜鸡蛋货架期动力学预测模型和BP神经网络预测模型,并选取5、25、35℃温度下共6组数据进行模型验证。结果表明,基于BP神经网络的鲜鸡蛋货架期模型预测精度达到95.93%,动力学模型预测精度为90.79%,BP神经网络能更精确地预测鲜鸡蛋在5~35℃贮藏温度范围内的货架期。     

基于神经网络的温室土壤水分动态预测模型研究

针对智能温室变量施水的土壤水分预测问题,建立基于神经网络的土壤水分动态预测模型。以Delaunay三角剖分布点方法为基础,并将种植区域离散成若干单元。对各离散单元,模糊其土壤喷灌量,将单位时间土壤含水量的变化映射成土壤水势变化。考虑到土壤的时空特性,使用MATLAB建立以预测单元表层测量点土壤含水量、土壤温度和单位时间土壤含水量变化量作为输入,未来时刻该单元中心土壤深层含水量作为输出的BP神经网络和RBF神经网络预测模型。利用温室实际数据验证模型的准确性,通过比较两种神经网络模型结果,得出RBF神经网络模型具有较好实用性,为温室精细化变量施水的实现奠定基础。     

全开型玻璃温室的夏季温度统计模型

自然通风状态下温室内空气温度的合理估测是全开型玻璃温室夏季温度控制的重要依据.为此,建立了基于RS-485总线的分布式多传感器温度测控网络,并采用分布图法和基于均值的数据融合方法对测量结果修正融合,实现了全开型玻璃温室温、湿度的精确测量.在此基础上,以室外空气温度、太阳辐射强度、室内通风速率以及室内空气相对湿度作为室内空气温度的影响因子,针对各因子的非平稳时间序列建立了室内空气温度时间序列模型,同时引入了协整方法避免伪回归现象,引入了误差修正方法提高模型预测精度.实际验证表明,时间序列模型预测数据与实测数据吻合良好,可较好地预测温室内温度,该研究成果为全开型玻璃温室的温度控制提供了理论依据.     

山药切片红外干燥温度神经网络预测

在不同单位辐射功率和辐射距离下对山药切片进行了红外辐射干燥温度试验。基于温度试验数据,通过Matlab神经网络工具箱,采用最速梯度下降法和L-M算法对这些数据分别进行了训练,将训练好的BP神经网络对山药切片进行温度预测。结果表明:L-M算法优于传统的最速梯度下降法,提高了BP神经网络的收敛速度和泛化能力,预测误差较小,适用性较强,可较好地预测红外干燥过程中山药切片的温度变化。     

新型双屋面日光温室在北京市的应用与试验

为了了解新型双屋面日光温室在北京地区的应用效果,寻找适合北京市推广的节能型温室结构,以新型双屋面日光温室和4种传统的日光温室为研究对象,分别选取典型晴天、典型阴天、雪天及连续1周的数据,进行保温性能分析。试验结果表明:典型晴天、典型阴天和雪天条件下,室外温度越低,光照越少,新型双屋面日光温室的长时间保温效果越好,雪天新型双屋面日光温室的平均温度低于日光温室+空气热源泵,高于其余3种类型温室,且白天夜间温差较小,仅为1.5℃。新型双屋面日光温室1周的平均温度比砖+混凝土和砖+聚苯板日光温室分别高3.97和3.85℃,但比日光温室+空气热源泵和土墙下凹式日光温室分别低6.67和2.06℃;其中,白天最高温度仅次于日光温室+空气热源泵,高于其他类型温室,且变化幅度较大,夜间最低温度比日光温室+空气热源泵和土墙下凹式日光温室分别低35%和14%,比砖+混凝土和砖+聚苯板日光温室分别高56%和50%,说明新型双屋面日光温室的保温效果优于传统的砖+混凝土和砖+聚苯板日光温室。     

农村剩余劳动力就业问题的探讨

论述了我国农村剩余劳动力就业的意义，并针对我国农村剩余劳动力的现状，提出多渠道促进农村剩余劳动力就业的途径和办法。     

车用发动机润滑油失效规律与更换周期研究

研究在正常使用条件下１０Ｗ／３０－ＱＣ级润滑油用于某型车用发动机时所表现的失效规律,确认期服从两参数Ｗｅｉｂｕｌｌ分布,并给出分布的尺度参数η和形状参数ｍ之最佳线性无偏估计（ＢＬＵＥ）同时,还为定量分析,计算车用发动机润滑油的使用可靠性和合理确定其更换周期提供了一套可供借鉴的方法,并给出了具体的计算实例。     

水稻“3414”肥料试验研究

以海城地区水稻主栽品种辽星一号为研究对象,开展水稻＂3414＂氮磷钾肥料试验,研究水稻在不同氮磷钾水平配比时的产量效应、最佳施肥量及最佳氮磷钾配比。结果表明,本地区最佳经济产量为725.5kg/667m2,氮磷钾最佳施肥量分别为N16.1kg/667m2、P2O58.5kg/667m2、K2O7.3kg/667m2,氮磷钾的最佳施肥配比为1：0.53：0.45。     

草莓的采收与贮藏

草莓果味酸甜爽口，营养价值高，为人们所喜爱的应市鲜果之一。由于草莓易受损伤和微生物侵染，因此其采收、贮藏过程极为重要。介绍草莓采收过程中的注意事项以及11种贮藏保鲜技术的实施步骤和操作方法，推介9种加工方式，为草莓产业化提供技术支持。     

乡（镇）农业技术推广体系存在的问题及对策

乡（镇）农技推广体系是农业发展的关键。介绍朝阳市农业技术推广体系的现状,针对目前体制及运行机制、服务手段等方面存在的问题,提出适合朝阳市乡（镇）农技推广体系改革与发展的对策,以期对全省农技推广体系改革和发展起到一些借鉴作用。     

封闭行星齿轮传动中的齿轮接触非线性分析

针对封闭行星齿轮在传动过程中常常发生的轮齿折断、齿面损伤、塑性变形等原因引发生产事故的问题,本文在齿轮设计理论计算后,使用ANSYS分析软件进一步分析其在接触状态下的具体变形部位和应力大小,验证其结构强度和可靠性,并与理论结果对比验证软件分析的正确性.     

Quantifying the sustainability of agriculture

The rural sustainability index is a scientifically based tool to quantify the performance of agriculture. The sustainability of crop production is quantified from three perspectives; people, planet and profit. Within each perspective, one condition was selected that must be met to warrant agriculture. These are: No hazardous work should be used within the crop production chain; agricultural crops should not be grown on land allocated to nature by national law or regulations and, when a GM-crop is present or is introduced in a region, it should not harm development opportunities of other farmers. If these excluding conditions are met, the sustainability of agriculture is assessed through five performance indicators on school attendance, water use and consumption, fertilizer use, pesticide use, and farm income. For each of the five indicators, critical values and target values have been given that limit the transition range between non-sustainable and sustainable production. The five indicators are combined into a sustainability index. The index aims at improving the socio-economic position of farmers while protecting the environment.

槽缝式小麦气吸精密播种机的设计与研究

我国气吸式精量播种机在大粒穴播作物领域已发展得较为成熟,而对于小粒条播作物(如小麦)气吸精量播种机的研究却仍处于实验阶段,机具存在结构复杂、易堵塞和不适宜大田作业等问题。针对以上问题,设计并制作了一台圆管槽缝式小麦气吸精量播种机,该播种机主要由播种机械系统和电控监测系统构成,作业稳定性高,播种均匀性好,实现了小麦的高效精密播种。     

蜻蜓翅膀表面疏水性能耦合机

利用扫描电子显微镜、傅里叶红外光谱仪和视频光学接触角测量仪对蜻蜓翅膀表面的微观结构、物质成分以及疏水性进行了研究,分析了蜻蜓翅膀表面微观结构、物质成分与翅膀表面疏水性能间的关系.结果表明,蜻蜓翅膀表面分布大量纳米级乳突结构,致使液滴与翅膀表面形成复合接触,增强了翅膀表面的疏水性;翅膀表面覆盖的蜡质层对蜻蜓翅膀表面的疏水性起增强作用.此外,利用Cassie模型建立了蜻蜓翅膀表面疏水方程,并进行了蜻蜓翅膀表面疏水性能的多元耦合机理分析,认为蜻蜓翅膀表面的疏水性能是由其表面物质成分和微观结构共同耦合作用的结果.     

又好又快地提高我国农业机械化水平

分析现阶段我国农业机械化发展及阶段性特征,提出提高农业机械化水平的主要措施。