公开(公告)号：CN115169214A

公开(公告)日：2022-10-11

申请号：CN202210059832.5

申请日：2022-01-19

Applicant: 中国计量大学

Inventor： 王丽娜 ,  戴文彬 ,  李雪 ,  王斌锐 ,  张延政 ,  季植斌

IPC: G06F30/27 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/02 ,  G06F119/08

Abstract: 本发明公开了一种遗传算法优化的小波神经网络温室温度预测建模方法，包括：获取当前时刻多个温室温度相关变量，根据多个小波神经网络WNN初始权值参数产生遗传算法的最初遗传种群，根据小波神经网络WNN预测结果和实际输出结果构建遗传算法的适应度函数，用于评价遗传种群个体，利用遗传算法逐代筛选出最优的初始权值参数，利用最优的初始权值参数构建基于小波神经网络WNN的温室温度预测模型，在基于小波神经网络WNN的温室温度预测模型中输入当前时刻多个温室温度相关变量，输出未来某一时刻温室温度预测值。该方法联合小波神经网络和遗传算法，可以获得更加精确的模型。

公开(公告)号：CN114202063A

公开(公告)日：2022-03-18

申请号：CN202111639593.2

申请日：2021-12-29

Applicant: 中国计量大学

Inventor： 王丽娜 ,  刘锦杰 ,  李雪 ,  戴文彬 ,  张延政 ,  王斌锐

IPC: G06N3/04 ,  G06N3/08 ,  G06N3/12 ,  G06N7/02

Abstract: 本发明公开了一种基于遗传算法优化的模糊神经网络温室温度预测方法，属于智能农业技术领域，该方法将遗传算法优化的初始参数作为模糊神经网络迭代的起始参数，而将模糊神经网络训练完成后进行预测得到的误差作为目标值返还给遗传算法进行下一代遗传，两种算法交替合作进行网络训练的最优参数寻找，在有限的迭代次数和遗传中能够找出建立最优预测模型的起始输入参数，在基于遗传算法优化的模糊神经网络模型中输入区域内气象站温度、相对湿度以及累计辐射数据，获得预测后的温室温度。该方法具有较好的预测准确度，可以有效预测温室温度，这为温室环境实现温度控制提供了一种新思路。