排序方式: 共有20条查询结果,搜索用时 15 毫秒
1.
2.
为实现温室作物参考作物蒸散量(ET_0)的准确计算和预测,利用BP神经网络对获取的数据进行非线性回归,利用思维进化算法自动寻优,进而获取BP神经网络算法中较优的权值和阈值,最终建立了基于思维进化算法优化BP神经网络的参考作物蒸散量预测模型(MEA-BP)。结果表明,优化后的BP神经网络的最大相当误差有原来的13%下降到了7.2%,平均相对误差由原来的6.8%下降到了3.4%。研究了在气象数据缺失情况下模型的预测效果,当模型输入参数为4个时,平均绝对误差约为在0.2 mm(预测值约3~6 mm),模型的有效系数和相关系数基本在0.9以上;当模型输入参数为3个时,平均绝对误差约为0.25 mm,模型的有效系数和相关系数基本在0.8以上。因此,在输入参数保证3个及以上,同时包含有显著影响因子有效光照时长时,该模型的整体计算精度以及整体的实用性较好,能够为作物灌水量的预测提供参考。 相似文献
3.
针对传统最小二乘支持向量机模型的训练速度慢、不易在线训练、计算量大及参数选择困难等缺陷,提出采用耦合模拟退火优化最小二乘支持向量机算法,建立基于耦合模拟退火优化最小二乘支持向量机的参照作物蒸散量预测模型。选取陕西省的榆林、安康和西安气象站监测的1971-2014年气象资料进行模型训练、测试与验证,研究气象监测获取原始数据作为网络输入,参照蒸散量ET0为输出,构建CSA-LSSVM预测模型,并将CSA-LS-SVM预测结果与LSSVM模型及经典ET0模型模拟计算结果进行比较。结果表明,CSA-LS-SVM模型模拟计算精度和总ET0模拟模型都优于LSSVM模型及其他经典模型模拟结果。该研究CSA-LS-SVM模型为陕西地区气象资料缺乏情况下ET0精确计算提供科学依据,为作物需水量的智能决策提供参考。 相似文献
4.
基于广义回归神经网络的灌溉系统首部多用户配水快速PID控制 总被引:1,自引:0,他引:1
针对多用户配水状态下灌区流量、压力需求变化范围大,传统流量、压力控制响应速度慢等问题,建立适用于多用户灌区配水的灌溉系统首部控制技术。该研究通过分析供水系统流量、压力调节方式,提出了流量、压力PID(Proportion Integration Differentiation)耦合调节方法,建立以电动阀开度为流量控制量、变频器频率为压力控制量对流量和压力进行调控的灌溉首部控制系统。为了减少系统的调节时间,提高系统的运行效率,采用广义回归神经网络(Generalized Regression Neural Network,GRNN)建立流量、压力和电动阀控制模拟量、变频器控制模拟量间的预测模型,形成神经网络PID控制模型(GRNN_PID),并进行模型精度和控制精度验证。GRNN训练结果显示,变频器控制模拟量的相对误差为0.11%~3.86%,电动阀控制模拟量相对误差为0.09%~5.74%,模型精度较高。使用3个调节过程模拟3个用户的需水行为对模型进行验证,结果表明,GRNN_PID模型3个过程的调节时间分别为11.6、10.7和7.2 s,PID模型3个过程的调节时间分别为31.7、29.6和16.9 s,GRNN_PID模型大幅减少了系统的调节时间,提高了系统的运行效率;分别计算了2种模型的控制精度,GRNN_PID调节方法和传统PID调节方法的稳态流量和压力误差都在1%以内,最大超调量为8%,控制精度较高但相差不大,表明GRNN是从策略上加速系统调节速度,其本身并没有对PID的参数进行调整,因此对系统的控制精度影响不大。研究可为灌溉系统流量压力快速控制提供参考。 相似文献
5.
6.
马铃薯作为我国四大农作物之一,其种植面积和总产量均居世界第1位,而国内外基于机械液压设计的马铃薯播种机研究较多,但漏播情况较多,其漏播率高达7%。由此,本文研究一套基于STC89C52单片机的实时全局监控马铃薯播种机漏播检测预警系统。通过对系统进行测试,结果表明:系统在人为模拟马铃薯播种机播种情况下,能够自动识别漏播和缺种并进行漏播率的计算,在连续漏播超标情况下能自动报警,系统运行稳定可靠,系统的推广应用可提高生产率和节约劳动力,推动马铃薯精密播种农业的机电一体化发展。 相似文献
7.
8.
针对无土栽培中营养液成分检测的问题,设计一种营养液多组分检测系统。该系统主要由离子选择电极、信号调理电路、数据采集电路以及基于DelpHi开发的采集软件组成,能实时在线检测pH电极、钾离子电极、钙离子电极以及硝酸根电极四种电极的电压信号,并将其转化为pH值和相应离子浓度值。对相互不存在交叉敏感干扰的氢离子和硝酸根离子,采用函数拟合的方式直接将pH电极和硝酸根电极转化为pH值和相应的硝酸根浓度;对相互存在交叉敏感干扰的钾离子和钙离子,采用遗传算法优化的BP神经网络建立交叉敏感模型来决策出相应的钾离子浓度和钙离子浓度,并与传统的BP神经网络算法进行了对比。最后采用多参数检测仪的测量结果和该系统得到的数据进行了对比来验证系统的准确可行性。 相似文献
9.
10.
基于云平台的智能精量水肥灌溉控制系统设计 总被引:1,自引:0,他引:1
进行了基于云平台、PLC及HMI技术的自动灌溉控制系统的设计,考虑到不同类别、不同生长阶段的植物对不同肥料元素的需求量不同,采用肥路与水路流量实时调节控制技术来实现不同肥素浓度的精准配比,研究在普通PID控制策略的基础上应用了灰色预测模糊PID灌溉控制算法来提升水肥控制的精度,融合EC、p H传感技术,形成反馈回路,保证混合液中设定植物所需EC、p H值的检测精度。研究精量水肥灌溉控制系统功能需求,开发了一套客户端智能控制组态软件,可实现人机互动、灌溉监控、数据存储、数据查询等功能,采用基于WIFI或GPRS的数据无线传输技术,完成了水肥灌溉设备与物联网云平台的通讯,具有电脑、手机、微信多终端的灌溉数据监测和开关量控制的功能,实现了水肥灌溉设备的信息化、无线化、智能化、小型化。 相似文献