| 基于广义回归神经网络异质复合墙体日光温室温度场的预测 |
| |
| 引用本文： | 尹庆珍,张天策,郄丽娟,韩建会. 基于广义回归神经网络异质复合墙体日光温室温度场的预测[J]. 中国农业大学学报, 2019, 24(6): 137-146 |
| |
| 作者姓名： | 尹庆珍 张天策 郄丽娟 韩建会 |
| |
| 作者单位： | 河北省农林科学院经济作物研究所;华北电力大学电气与电子工程学院 |
| |
| 基金项目： | 河北省第三批“巨人计划”蔬菜科研创新团队项目资助；河北省财政专项（F16R01） |
| |
| 摘 要： | 为深入分析新型异质复合墙体日光温室的保温特性与应用前景,利用广义回归神经网络算法训练样本数据,通过三次样条插值法对训练结果拟合,建立冬季温室温度场预测模型。提出确定最优光滑因子的分组数目的留一优化法。选取河北省农科院经作所设计建造的新型异质复合墙体日光温室的2017年数据进行试验验证。结果表明:该模型预测效果良好,分组数目约为样本数目的1/16时训练效果最佳,预测温度与实际温度平均误差0.276 5℃,相关系数大于0.99,具有较好的精度与稳定性。本模型预测温室温度场效果良好,可用于预测冬季温室最低温度确定作物最优定植时间。
|
| 关 键 词： | 日光温室 广义回归神经网络 留一优化法 温度场预测 |
| 收稿时间： | 2018-10-07 |
Temperature field prediction and application of heterogeneous composite wall in solar greenhouse based on general regression neural network |
| |
| YIN Qingzhen,ZHANG Tiance,QIE Lijuan and HAN Jianhui. Temperature field prediction and application of heterogeneous composite wall in solar greenhouse based on general regression neural network[J]. Journal of China Agricultural University, 2019, 24(6): 137-146 |
| |
| Authors: | YIN Qingzhen ZHANG Tiance QIE Lijuan HAN Jianhui |
| |
| Affiliation: | Institute of Cash Crops, Hebei Academy of Agriculture and Forestry Sciences, Shijiazhuang 050051, China,School of Electrical and Electronic Engineering, North China Electric Power University, Beijing 102206, China,Institute of Cash Crops, Hebei Academy of Agriculture and Forestry Sciences, Shijiazhuang 050051, China and Institute of Cash Crops, Hebei Academy of Agriculture and Forestry Sciences, Shijiazhuang 050051, China |
| |
| Abstract: | |
| |
| Keywords: | solar greenhouse general regression neural network leave-one-out method temperature field prediction |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《中国农业大学学报》浏览原始摘要信息 |
|
点击此处可从《中国农业大学学报》下载全文 |
|
