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。

公开(公告)号：CN112925207A

公开(公告)日：2021-06-08

申请号：CN202110150110.6

申请日：2021-02-03

Applicant: 中国计量大学

Inventor： 王丽娜 ,  王斌锐 ,  戴文彬 ,  刘锦杰 ,  章陈康平

IPC: G05B13/04

Abstract: 本发明公开了一种基于参数辨识的温室环境温度自适应方法，属于智能农业技术领域；确定被控对象的模型结构，设计出相应的控制器用以满足所需性能要求。使用的参数识别在线估计控制对象的参数值，并替换在控制器用于参数的估计值，用于达到控制该系统的真正效果。使用MATLAB/SIMULINK对本文提出的自适应温室温度控制系统进行仿真并分析仿真效果。自适应控制属于智能控制的一种，它通过不断检测被控对象的变化情况，相应的调整控制参数，让整体的系统达到最优或次优的状态。在一定范围内它可以稳定预测误差、及时有效地更新预测模型、提高温室的预测和控制精度。