基于信息融合的温室CO2调控量决策方

提出一种以利润最大化为目标的温室CO2调控量决策方法。以生菜为研究对象，运用神经网络建立非线性的植物生长速率预测模型，采用多项式函数拟合得到植物市场价格规律模型，并考虑CO2施肥的成本，寻求最优CO2体积比的调控量。以生菜生长过程中的实验数据和2004～2006年凌家塘批发市场提供的生菜价格季节性变化规律为依据，结合实际情况建立预测模型并实现了多信息的融合，为温室测控系统CO2调控量的决策提供了依据。     

基于WSN的温室CO 2 气肥优化调控系统研究

CO 2是植物进行光合作用的重要原料,合理增施可提高作物的光合速率。为实现温室CO 2气肥的精细管理,设计了基于无线传感器网络(WSN)的温室CO 2气肥调控系统。该系统由监控节点、智能网关和远程管理软件组成,其中监控节点能够自动实时监测温室环境信息(CO 2浓度、光照强度、空气温湿度和土壤温湿度),并控制CO 2增施气阀的开关;智能网关不仅能实现监控节点与远程管理软件之间的通信,还可在本地实现对温室环境信息的显示与存储,以及CO 2增施调控等操作;远程管理软件除了具备基本的数据接收、存储和查询功能外,还可通过建立的光合速率预测模型对CO 2气肥实现远程自动调控。本文以番茄为研究对象,采用开发的系统实时获取环境信息,使用LI-6400XT光合速率仪获取单叶净光合速率,建立了基于支持向量机(SVM)的番茄光合速率预测模型。为了提高预测模型的通用性,实验将苗后期番茄在4个CO 2浓度梯度进行培育,其中C1、C2、C3分别进行700、 1 000 、1 300 μmol/mol浓度的CO 2增施,CK为对照组(CO 2浓度约为450 μmol/mol)。数据分析采用SVM算法,以多种环境信息作为输入变量,以单叶净光合速率作为输出变量,得到光合速率预测模型。经过测试与验证,CO 2浓度调控系统能够稳定可靠地采集温室环境信息,适合应用在温室环境中;光合速率模型预测值和实测值相关系数为0.981 5,均方根误差为1.092 5 μmol/(m 2 ·s),具有较好的预测效果,为温室番茄CO 2定量增施调控提供了依据。     

基于BP神经网络的温室生菜CO2施肥研究

目前,温室CO2施肥主要采用试验定性分析确定适合范围,难以实现高精度温室产业生产控制。根据光合作用对温室环境因子的非线性,结合BP神经网络对非线性的良好辨识能力,研究出一种CO2施肥技术。结合温室光照、CO2浓度变化规律以及温室生菜生长规律,运用BP神经网络建立温室生菜光合速率与二者的量化模型,预测出在不同温室环境条件下,通过生菜的光合作用速率来衡量生菜生长状况,在温室小气候条件下实现对生菜产量的量化控制。     

CO2与氮肥交互作用的番茄光合速率预测模型

为了实现CO2气肥和营养液氮肥含量的准确调控，建立了作物整个生长周期的光合速率预测模型。以番茄为实验对象，设置了3个CO2浓度和3个营养液含氮量的交互处理实验，使用LI-6400型便携式光合速率仪采集叶室内的环境信息和单叶净光合速率。利用多元线性回归方法建立了番茄整个生长周期的光合速率预测模型，模型的相关系数为0.885，调整后的决定系数为0.782。实验结果表明，该模型具有较高预测精度，可为温室CO2气肥浓度和营养液氮肥含量的调控提供理论依据。     

基于RBF神经网络的温室温度调控研究

根据光合作用对温室环境因子的非线性,结合RBF神经网络对非线性的良好辨识能力,研究出一种温度调控技术。结合温室光照、温度变化规律,运用RBF神经网络建立温室生菜光合速率与二者的量化模型,通过生菜的光合作用速率来衡量生菜生长状况,在温室小气候里实现对生菜产量的量化控制。该模型预测精度较高,可作为温室测控系统环境因子调控依据。     

春秋茬温室番茄光合速率预测模型通用性研究

基于无线传感器网络，建立了春秋茬温室番茄光合速率预测模型。在2014年秋季与2015年春季，采用无线传感器网络自动获取温室环境因子信息，包括空气温湿度、土壤温湿度、光强与CO2浓度。同时采用LI-6400XT型光合仪测定植物的单叶净光合速率，利用叶室小环境来扩展数据范围。将采集到的温室环境信息作为输入参数，单叶净光合速率作为输出参数，利用神经网络建立番茄光合速率预测模型。为了提高模型的预测精度，首先使用Z分数对输入参数进行标准化，然后对标准化后的数据进行主成分分析；其次，根据各主成分的累积贡献率选取主成分，然后经过K折交叉检验后建立神经网络预测模型。结果表明，采用2014年秋季数据建立的预测模型，相关系数为0.99；2015年春季为0.95；用两季数据联合建立的通用模型，相关系数为0.85。利用春秋茬联合数据建立的温室番茄光合速率预测模型通用性较好，可以为日光温室CO2气肥精细调控提供理论支持。     

设施生菜光合和蒸腾速率影响因素分析与预测模型构建

光合速率及蒸腾速率是植物的2个重要生理指标。在全人工环境下,选取意大利生菜作为对象,设计并开展多环境变量对生菜光合速率及蒸腾速率影响的嵌套实验,得到环境因子对生菜光合速率及蒸腾速率的影响规律,应用神经网络构建生菜幼苗期光合速率及蒸腾速率预测模型。针对幼苗期生菜,选择温度、相对湿度、光子通量密度（Photosynthetic photon flux density, PPFD）及CO2浓度共4个环境影响因素,采用随机森林方法对数据进行相关性分析。结果表明,与蒸腾速率相关性由大到小的因素依次为CO2浓度、温度、相对湿度、PPFD,与光合速率相关性由大到小的因素依次为CO2浓度、PPFD、温度、相对湿度;采用枚举法确定隐藏层节点数和训练函数,通过遗传算法优化BP神经网络的初始权值和阈值,构建GA-BP神经网络生理指标预测模型。应用测试数据对模型进行验证,光合速率及蒸腾速率预测值与实测值的决定系数分别为0.96212、0.97944,均方根误差（RMSE）分别为2.9832μmol/(m2·s)、0.0014358mol/(m2·s),表明GA-BP神经网络在模型精度和迭代次数方面性能显著提高。研究结果可为设施生菜生产环境调控提供有效依据。     

CO 2与土壤水分交互作用的番茄光合速率预测模型

为了实现不同土壤水分管理下的CO 2气肥精细控制,建立了番茄作物不同生长阶段的光合速率预测模型。实验设置了4个CO 2浓度与3个土壤水分条件的交互处理,利用无线传感器网络长期实时监测温室内环境信息,采用LI-6400XT型光合速率仪定时采集作物净光合速率信息;并用BP神经网络分别建立了番茄苗期、花期和果期的光合速率预测模型。预测模型的验证结果表明,对于苗期预测模型,预测值与实测值之间的决定系数 R 2为0.925;花期预测模型的决定系数 R 2为0.920,果期预测模型的决定系数 R 2为0.958;番茄各生长期的光合速率预测模型均具有较高的预测精度。在不同土壤水分条件下改变CO 2浓度,得到的CO 2浓度与光合速率预测曲线与实测值相近,可反映实际土壤水分管理下的CO 2浓度最优值,对指导不同土壤水分条件下CO 2气肥的精细调控具有重要意义。     

基于支持向量机-改进型鱼群算法的CO2优化调控模型

提出了融合支持向量机-改进型鱼群算法的CO2优化调控模型，为CO2精准调控提供定量依据。设计了嵌套试验，采集不同温度、光子通量密度、CO2浓度组合下的黄瓜光合速率，以此构建基于支持向量机的黄瓜光合速率预测模型；以预测模型网络为目标函数，采用改进型鱼群算法实现二氧化碳饱和点寻优，获得不同温度、光子通量密度组合条件的CO2饱和点，进而构建CO2优化调控模型。异校验结果表明，CO2饱和点实测值与预测值相关系数为0.965，最大相对误差3.056%。提出的CO2优化调控模型可动态预测CO2饱和点，为实现设施CO2精准调控提供了可行思路。     

基于两种神经网络的温室CO_2控制研究

根据作物光合作用对温室CO2浓度的非线性,结合神经网络对非线性的良好辨识能力,研究出一种CO2调控技术。结合温室作物光合作用和CO2变化规律,分别运用BP神经网路和RBF神经网络建立温室作物光合速率与CO2的量化模型,并进行分析比较2种网络的性能,得出预测精度较高的一种模型,可作为温室CO2控制系统依据。     

逆向供应链中回收定价博弈模型及复杂性分析

利用重复博弈理论和复杂系统理论研究了逆向供应链系统动力学特性,建立了以回收价格为决策变量、边际利润为决策依据的重复博弈模型。通过数值模拟,得出三个结论:①回收价格到临界值,系统进入混沌状态;②再造品的销售价格超过临界值时,系统进入混沌状态;③系统对回收价格的初始值具有敏感性,初始值的微小变化会可能会引起回收市场价格很大波动。该结论为逆向供应链中企业指导确定每阶段的最佳回收价格提供决策依据,以实现收益最大化。     

基于LSSVM和SA-BBO算法的循环水系统优化

火力发电厂循环水系统的优化对确定凝汽器最佳真空,以及提高火电厂整体效率、节能降耗,意义重大.以某电厂2台600 MW机组循环水系统为研究对象,建立了基于最小二乘支持向量机（LSSVM）的汽轮机功率预测模型.该模型解决了神经网络中的局部极小值问题,取得了很好的预测效果,泛化能力强.在此基础上,建立了以利润最大化为目标函数,综合考虑循环水泵功耗、汽轮机组功率微增以及煤、电能量价值市场差异的凝汽器真空优化模型.实际应用中,该模型计算时,首先以一定周期从实时数据库中读取电厂运行的最新工况信息,并进行数据预处理和稳态判别;再采用模拟退火生物地理学优化混合算法（SA-BBO）对凝汽器真空优化模型进行寻优,得出了不同工况下的凝汽器最佳真空、循环水泵的最优组合运行方式及优化收益.将寻优结果制成循环水系统的优化组合图,可以指导现场运行调节.     

基于深度学习的多种农产品供需预测模型

为进一步提高农产品供需过程模拟与估算精度,本研究以自1980年以来国家级和省级的大量农业数据作为样本,充分考虑农产品品种、时间、收入、经济发展等因素影响,构建基于深度学习长短时记忆神经网络（Long Short-Term Memory Neural Network,LSTM）的多种农产品供需预测模型。模型在充分考虑机理性约束条件的前提下,利用深度学习算法在非线性模型分析预测中的优势,对稻谷、小麦、玉米、大豆、猪肉、禽肉、牛肉、羊肉、水产品等9种主要农产品供需进行分析预测。将基于本模型的2019—2021年产量预测结果与国家统计局公布数据进行对比验证,三年平均预测准确率96.98%,表明本研究构建的预测模型能够高效地反映隐性指标变化对预测结果的影响。该模型可以通过及时地监测农业运行数据,为多区域、跨期的农业展望工作提供智能化技术支持。     

基于高斯曲率最大化的蓝莓温室光照与CO2综合调控策略

针对目前温室光照、CO₂调控效益不高等问题,提出了一种基于高斯曲率最大化的蓝莓温室光照和CO₂综合调控策略。首先通过采集不同温度、光照强度、CO₂浓度嵌套下的蓝莓净光合速率,建立不同温度下包含光照强度、CO₂浓度的蓝莓净光合速率机理模型;接着根据不同温度下蓝莓光合速率机理模型的高斯曲率函数构造适应度函数,并采用粒子群算法进行最大值寻优,计算高斯曲率最大值所对应的光照强度和CO₂浓度,获得不同温度下光照强度、CO₂浓度高斯曲率最大点;最后基于多项式拟合,建立不同温度下光照、CO₂综合调控策略。通过与最大净光合速率饱和点的调控对比发现,平均光照强度下降60.73%,CO₂浓度下降25.00%,而平均净光合速率仅下降14.29%。与实际蓝莓净光合速率对比发现,采用本文提出的光照、CO₂综合调控策略,蓝莓净光合速率较实际值平均提高1.87倍以上。说明本文提出的光照、CO₂综合调...     

玉米叶片净光合速率快速检测方法研究

玉米叶片的净光合速率可以用来表征植物生物量的积累和营养盈亏等健康状态,为探求玉米叶片净光合速率的快速无损检测方法,利用叶绿素荧光光谱分析技术对拔节期玉米叶片净光合速率进行检测。实验选取了吉林省典型种植品种先玉335作为研究对象,通过对80组数据的无量纲化处理和标准化处理,降低光谱噪声引起的样本差异,分析不同光谱波段与叶片净光合速率的相关性,确定500~550nm、675~715nm、715~745nm等3组波段作为光谱检测样本。选择675~715nm波段作为光谱波段的典型参数预测玉米叶片的净光合速率,得出两者之间存在显著线性关系,其决定系数R^2=0.7 9 2 4,表明以6 7 5~7 1 5 nm波段预测玉米叶片的净光合速率是可行的。对回归模型进行验证,得到预测值与真实值之间的决定系数R^2=0.7 9 2 1,表明此回归模型对拔节期玉米叶片净光合速率具有良好预测能力,为植物生理信息快速无损检测提供了新的方法。     

A Procedure for Optimizing Carbon Dioxide Enrichment of a Glasshouse Tomato Crop

The procedure consists of two parts. A Gompertz model for the kinetics of fruit growth is used to predict the time distribution of photosynthate in subsequent harvests. This is combined with predictions of future market prices to compute estimates, one for each day from first anthesis, of a factor to convert CO₂assimilate to expected financial value, based on the worth anticipated from partitioning to fruit. A model of the climate and the crop regime is used to predict temperatures and hence allow for the temperature dependence of fruit growth. The conversion estimates are revised to include the deferred benefit given by additional photosynthesis through increasing early vegetative growth, and hence subsequent photosynthesis and yield. This revision also extends the set of conversion factors to include any period before first anthesis. Given the current environmental variables and conversion factor for that day, a real-time system can use a crop photosynthesis model to predict the cash benefit for any CO₂concentration. The cost of maintaining a concentration can be obtained from a prediction of the ventilation air exchange rate and the unit price of CO₂. The CO₂set-point is evaluated as the concentration that maximizes the net profit rate.     

玉米灌溉模型及遗传算法的优化求解

在综合考虑了灌溉水量、作物水分需求、水分生产函数、降雨量、土壤水分平衡、不同生育阶段缺水对产量的敏感指数、粮食市场价格、农田灌溉用水价格、最低产量需求和灌溉成本等因素的基础上，建立了基于灌水收益最大的多约束非线性灌溉模型，同时应用遗传算法对模型的实数编码解空间进行搜索。求解结果显示该模型很好地解决了玉米的优化灌溉问题，遗传算法能在很短时间内搜寻到模型的最优解。     

秸秆成型燃料系统经济性分析

概述了农作物秸秆成型系统,指出了系统经济性分析的主要费用项目,结合技术经济的主要评价指标,以2万t/a的秸秆成型系统为例,进行了经济效益分析和其敏感性分析。结果表明:秸秆成型系统盈利情况较好,内部收益率大于财务基准收益率,回收期较短;秸秆成型燃料售价是影响系统经济性的最主要因素,成型燃料售价越高,其系统的经济效益越好。但秸秆原料价格对系统经济性的影响很大,秸秆价格增高,系统经济效益降低。     

基于深度学习的玉米和大豆期货价格智能预测

玉米和大豆为同季旱粮作物,“争地”矛盾十分突出,同时掌握玉米和大豆两者的价格是必要的。相较于现货,农产品期货价格具有价格发现功能。因此,玉米和大豆期货价格分析和预测对种植结构调整和农户作物品种选择均具有重要意义。本研究首先分析了玉米和大豆期货价格的相关性,通过相关性计算和格兰杰因果检验,发现玉米和大豆期货具有较强的正向相关性,且大豆期货价格是玉米期货价格的格兰杰原因;其次,基于长短时记忆（Long Short-Term Memory,LSTM）模型对玉米和大豆期货价格进行预测,并引入注意力机制（Attention）对期货价格预测模型行优化。对比结果表明,与差分整合移动平均自回归模型（Autoregressive Integrated Moving Average Model,ARIMA）和支持向量回归模型（Support Vector Regression,SVR）相比,LSTM模型在各项指标中均为更优,而与单一的LSTM模型相比,加入Attention机制的Attention-LSTM模型在各项指标中均更优。其中,玉米和大豆期货预测结果的平均绝对误差（Mean Absolute Error,MAE）分别提升3.8%和3.3%,均方根误差（Root Mean Square Error,RMSE）分别提升0.6%和1.8%,平均绝对百分误差（Mean Absolute Percentage Error,MAPE）分别提升4.8%和2.9%,证明了Attention机制的加入可以帮助模型提取有效信息,提升性能。最后,使用LSTM模型结合大豆期货历史价格共同预测玉米期货价格,MAE提升了6.9%、RMSE提升了1.1%、MAPE提升了5.3%。试验结果表明,本研究使用Attention-LSTM模型对玉米和大豆期货价格进行预测,相较于通用预测模型,Attention-LSTM模型能够提高大豆和玉米期货价格预测精度,且结合相关农产品期货价格数据,可以提升单个农产品期货模型的预测性能。     

国内森林碳汇市场交易定价方法比较研究

温室效应带来的恶性影响受到全球关注,国际国内纷纷采取措施减少大气中温室气体含量。我国作为发展中国家,在国际市场中积极参与了CDM项目,并扮演了重要角色。但是我国并没有掌握碳汇定价的话语权,因此造成了很大经济损失。国内急需建立一个碳汇交易市场,建立健全我国碳汇市场的价格机制,以发挥我国森林的固碳作用。本文参考了资源定价的理论方法,并结合森林碳汇的自身特点,对可能方法的适用程度进行比较分析。