| 基于1D CNN-GRU的日光温室温度预测模型研究 |
| |
| 引用本文： | 胡瑾,雷文晔,卢有琦,魏子朝,刘行行,高茂盛.基于1D CNN-GRU的日光温室温度预测模型研究[J].农业机械学报,2023,54(8):339-346. |
| |
| 作者姓名： | 胡瑾 雷文晔 卢有琦 魏子朝 刘行行 高茂盛 |
| |
| 作者单位： | 西北农林科技大学 |
| |
| 基金项目： | 国家重点研发计划项目（2020YFD1100602）和陕西省重点研发计划项目（2021ZDLNY03-02） |
| |
| 摘 要： | 准确预测日光温室温度是实现温室高效调控的关键，对作物生长发育具有重要意义，但因温度具有时序性、非线性及多耦合性等特征，难以实现连续、精准、长时化预测。提出了一种基于1D CNN-GRU(One dimensional convolutional neural networks-gated recurrent unit)的日光温室温度预测模型，通过温室内外监测平台获取内外环境因子，以斯皮尔曼相关系数获取相关性强特征，构造特征与时间步长的二维矩阵输入网络进行温度预测，模型在测试集上预测1～4 h后的决定系数为0.970～0.994,均方根误差为0.612～1.358℃,平均绝对误差为0.428～0.854℃,绝对值的最大绝对误差为0.856～1.959℃。并在不同清晰度指数KT下进行验证，结果表明，模型在KT≥0.5(晴)时预测效果最好，且在其他KT下模型相对误差在10%以内，可以达到温室生产所需的预测精度要求，为日光温室精准高效控温提供了重要依据。
|
| 关 键 词： | 日光温室 温度 预测模型 一维卷积神经网络 门控循环单元 |
| 收稿时间： | 2022/12/8 0:00:00 |
Solar Greenhouse Temperature Prediction Model Based on 1D CNN-GRU |
| |
| HU Jin,LEI Wenye,LU Youqi,WEI Zichao,LIU Hangxing,GAO Maosheng.Solar Greenhouse Temperature Prediction Model Based on 1D CNN-GRU[J].Transactions of the Chinese Society of Agricultural Machinery,2023,54(8):339-346. |
| |
| Authors: | HU Jin LEI Wenye LU Youqi WEI Zichao LIU Hangxing GAO Maosheng |
| |
| Institution: | Northwest A&F University |
| |
| Abstract: | |
| |
| Keywords: | solar greenhouse temperature prediction model one-dimensional convolutional neural networks gated recurrent unit |
|
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
