| 基于经验模态分解和小波神经网络的温室温湿度预测 |
| |
| 引用本文： | 郁莹珺,徐达宇,寿国忠,王佩欣.基于经验模态分解和小波神经网络的温室温湿度预测[J].江苏农业科学,2019,47(1). |
| |
| 作者姓名： | 郁莹珺 徐达宇 寿国忠 王佩欣 |
| |
| 作者单位： | 浙江农林大学信息工程学院,浙江临安,311300;浙江农林大学信息工程学院,浙江临安311300;浙江农林大学/浙江省林业智能监控和信息技术研究重点实验室,浙江临安311300;浙江农林大学/浙江省林业智能监控和信息技术研究重点实验室,浙江临安311300;浙江农林大学工程学院,浙江临安311300 |
| |
| 基金项目： | 浙江省自然科学基金;浙江农林大学人才启动项目 |
| |
| 摘 要： | 温室温湿度的准确预测有助于及时调节温室小环境,温湿度预测模型是温室控制的重要基础,提高预测精度有助于提高生产水平。针对温室系统具有非线性、非平稳性等特点,提出一种基于经验模态分解(empirical mode decomposition,简称EMD)和小波神经网络(wavelet neural network,简称WNN)的温室温湿度组合预测方法。首先,利用经验模态分解方法将原始时间序列分解成一系列分量;然后对各分量分别构建小波神经网络模型进行预测;最后叠加各子序列得到预测值。结果表明,运用EMD-WNN组合的温度模型有效性为0. 993 4,湿度模型有效性为0. 978 1,且优于单独WNN模型和BP神经网络模型的预测结果,可有效提高短期温室温湿度预测的精度。
|
| 关 键 词： | 经验模态分解 小波神经网络 模型构建 温室 温度 湿度 预测 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
