考虑时空变异特性的温室多环境因子优化策略

本文考虑温室环境的时空变异特性,通过构建温室建筑计算流体力学（CFD）模型,结合带精英策略的非支配遗传算法（NSGA-Ⅱ）,建立C++-Fluent联合优化框架,实现温室环境因子的多目标、高效率优化。CFD温室模型在江苏省镇江市的一处温室进行实地验证;迭代优化算法由C++实现并通过超级计算机提高计算效率;优化目标包括作物区域温度场、二氧化碳浓度分布以及控制温室风机能耗。研究结果表明,CFD温度场和速度场与监测点实验值吻合度高,平均相对误差分别为4.9%和7.05%;为获得某场景下作物生长温度场、二氧化碳浓度分布的最优值且维持温室风机的低能耗,温室湿帘入口温度为[296.6K,302K],风机出口风速为[2.9m/s,5.5m/s]。此时作物区域的温度场、二氧化碳浓度分布及风机能耗均在最优范围,有助于提高作物产量,降低温室能耗;超级计算机Linux系统下开发的优化方案计算效率比个人计算机大幅提高,计算时长缩短约88.09%。本文所提策略充分考虑温室环境的时空变化特性,对温室内多环境因子实现多目标、高效率优化。