-
公开(公告)号：CN107145941B
公开(公告)日：2020-11-13
申请号：CN201710237014.9
申请日：2017-04-12
Applicant: 西北农林科技大学
Abstract: 基于最优光质和光子通量密度的需光量实时动态获取方法，首先基于GA‑GRNN神经网络的光合速率建模，利用GA算法对GRNN神经网络的扩展速度进行优化，GA‑GRNN的光合速率预测模型预测值与实测值的相关分析明显优于GRNN神经网络模型；继而以GA‑GRNN的光合速率预测模型为基础，用量子遗传算法实现光合速率寻优，获得对应的最优光质和光子通量密度，并采用多元线性回归拟合构建光环境调控目标值模型；其中，最优光质模型和光子通量密度模型的决定系数分别0.992、0.9893；以每个温度下光合速率为实测值，最优光质和最优光子通量密度对应的光合速率为预测值，采用相关分析法，其决定系数是0.936，拟合直线斜率是1.012，截距是0.054，表明构建的耦合光质和光子通量密度调控目标值模型性能好。
-
公开(公告)号：CN105678405A
公开(公告)日：2016-06-15
申请号：CN201511025801.4
申请日：2015-12-31
Applicant: 西北农林科技大学
Abstract: 一种融合气孔导度的黄瓜GA-RBF光合速率预测模型，利用多因子嵌套试验获得以气孔导度、温度、CO2浓度、光照强度、相对湿度为输入，净光合速率为输出实验数据，然后利用遗传算法进行种群的初始化，根据给定的spread参数的初始范围，进行适应值函数的计算，通过选择、交叉、变异，找到最佳的RBF神经网络中的spread参数，构建融合气孔导度的黄瓜GA-RBF光合速率预测模型，试验结果表明，本发明模型预测值与实测值决定系数为0.99878，直线斜率是0.99781，误差小于6％，其训练效果与基于未用遗传算法优化RBF算法融合气孔导度构建的光合速率预测模型和基于未融合气孔导度的黄瓜GA-RBF光合速率预测模型相比具有更好预测效果。
-
公开(公告)号：CN107291126A
公开(公告)日：2017-10-24
申请号：CN201710401412.X
申请日：2017-05-31
Applicant: 西北农林科技大学
Abstract: 一种基于作物需求的设施补光控制方法，结合对应作物的需光模型，计算出该作物的当前需光量进行补光，其中，需光模型的建立过程：先建立基于SVM的光合速率模型；实例化光合速率模型里的温度、二氧化碳浓度变量，得到一系列温度、二氧化碳浓度条件下的光合速率与光照强度的关系；使用蚁群算法对光合速率寻优，得到这些条件下最大光合速率对应的光照强度值，构成需光模型样本集；根据需光模型样本集，以温度、二氧化碳浓度为输入量，作物需光量为输出量，使用多项式拟合方式构建需光模型，本发明还提供了相应的系统。本发明通过实例化需光量模型，可计算出作物当前情况下的待补光差量实现精准补光，实现植物生长光环境的实时智能调控。
-
公开(公告)号：CN105678405B
公开(公告)日：2017-02-22
申请号：CN201511025801.4
申请日：2015-12-31
Applicant: 西北农林科技大学
IPC: G06Q10/04
Abstract: 一种融合气孔导度的黄瓜GA-RBF光合速率预测模型，利用多因子嵌套试验获得以气孔导度、温度、CO2浓度、光照强度、相对湿度为输入，净光合速率为输出实验数据，然后利用遗传算法进行种群的初始化，根据给定的spread参数的初始范围，进行适应值函数的计算，通过选择、交叉、变异，找到最佳的RBF神经网络中的spread参数，构建融合气孔导度的黄瓜GA-RBF光合速率预测模型，试验结果表明，本发明模型预测值与实测值决定系数为0.99878，直线斜率是0.99781，误差小于6％，其训练效果与基于未用遗传算法优化RBF算法融合气孔导度构建的光合速率预测模型和基于未融合气孔导度的黄瓜GA-RBF光合速率预测模型相比具有更好预测效果。
-
公开(公告)号：CN105654203A
公开(公告)日：2016-06-08
申请号：CN201511027646.X
申请日：2015-12-31
Applicant: 西北农林科技大学
CPC classification number: G06Q10/04 , G06K9/6269 , G06Q50/02
Abstract: 一种基于支持向量机的黄瓜全程光合速率预测模型，利用多因子嵌套试验获得黄瓜幼苗光合速率测试数据，采用LM训练法进行模型训练，建立融合多种生长期的黄瓜全过程光合速率模型，并采用异校验方式分别与单一生长期的光合速率模型、全生长期的黄瓜光合速率模型进行对比验证，结果表明加入生长期作为一维输入量建立的全过程光合速率模型，可有效越过局部平坦区，具有明显的优越性，满足误差小于0.0001的训练要求，模型预测值与实测值决定系数为0.993，误差小于6.253％，其训练效果与模型拟合度均优于混合生长期的模型，与单一生长期的光合速率模型精度相似，其可为设施作物光环境调控提供理论基础和技术支持。
-
Patent Agency Ranking
公开(公告)号：CN105427061A
公开(公告)日：2016-03-23
申请号：CN201511025492.0
申请日：2015-12-31
Applicant: 西北农林科技大学
CPC classification number: G06Q10/067 , G06Q50/02
Abstract: 本发明基于改进型鱼群算法的番茄幼苗期光合作用优化调控模型，以温度T为自变量，光饱和点对应的光子通量密度PFD为因变量，提出了模型公式，同时公开了该模型的建立和应用，利用光合速率双因素嵌套试验获取多维数据，构建温度、光子通量密度耦合的光合速率多元非线性回归模型，设计出基于改进型鱼群算法的光合速率模型寻优方法，得到不同温度条件下的光饱和点，最终建立以光饱和点为目标值的番茄光合优化调控模型，模型验证试验结果表明，提出的方法可动态获取不同温度条件下光饱和点，光饱和点实测值与计算值决定系数为0.967，最大相对误差小于2％，具有较高精度，对提高设施光环境调控效率具有重要的意义。
-
公开(公告)号：CN105389452A
公开(公告)日：2016-03-09
申请号：CN201511025438.6
申请日：2015-12-31
Applicant: 西北农林科技大学
CPC classification number: G06F17/5036 , G06N3/088
Abstract: 本发明基于神经网络的黄瓜全程光合速率预测模型，利用多因子嵌套试验获得黄瓜幼苗光合速率测试数据，采用LM训练法进行模型训练，建立融合生长阶段黄瓜全过程光合速率模型，并将其与单一生长期的光合速率模型、未融合生长期阶段参量的全过程光合速率模型进行模型性能参数比较与准确性验证；训练结果表明，加入生长期作为一维输入量建立的全过程光合速率模型，可有效越过局部平坦区，具有明显的优越性，满足误差小于0.0001的训练要求并对其采用异校验的方式进行验证，模型预测值与实测值决定系数为0.9897，误差小于6.559％，其可为设施作物光环境调控提供理论基础和技术支持。
-
公开(公告)号：CN107220672A
公开(公告)日：2017-09-29
申请号：CN201710400511.6
申请日：2017-05-31
Applicant: 西北农林科技大学
CPC classification number: G06N3/126 , G06K9/6269
Abstract: 本发明是一种基于作物需求的适宜根温区间获取方法，基于根温与光照强度、叶温、CO2浓度耦合关系，建立光合速率预测模型，获取适宜根温区间；首先，采用培养箱将作物进行环境预适应处理，其次，采用便携式光合速率测试仪以嵌套实验方式测取不同根温、叶温、CO2浓度、光照强度条件下的净光合速率，分析净光合速率与环境因子之间的耦合性，利用回归型支持向量机建立光合速率预测模型，采用多种群遗传算法寻找在不同根温条件下最优叶温、CO2浓度、光照强度以及相应的最大光合速率，获得适宜根温区间，有效避免冬夏季根温过低过高对水培作物光合作用的影响，为设施水培作物叶温、CO2浓度、光照强度等环境因子的调控奠定了良好基础。
-
公开(公告)号：CN107145941A
公开(公告)日：2017-09-08
申请号：CN201710237014.9
申请日：2017-04-12
Applicant: 西北农林科技大学
Abstract: 基于最优光质和光子通量密度的需光量实时动态获取方法，首先基于GA‑GRNN神经网络的光合速率建模，利用GA算法对GRNN神经网络的扩展速度进行优化，GA‑GRNN的光合速率预测模型预测值与实测值的相关分析明显优于GRNN神经网络模型；继而以GA‑GRNN的光合速率预测模型为基础，用量子遗传算法实现光合速率寻优，获得对应的最优光质和光子通量密度，并采用多元线性回归拟合构建光环境调控目标值模型；其中，最优光质模型和光子通量密度模型的决定系数分别0.992、0.9893；以每个温度下光合速率为实测值，最优光质和最优光子通量密度对应的光合速率为预测值，采用相关分析法，其决定系数是0.936，拟合直线斜率是1.012，截距是0.054，表明构建的耦合光质和光子通量密度调控目标值模型性能好。
-
公开(公告)号：CN105654242A
公开(公告)日：2016-06-08
申请号：CN201511025030.9
申请日：2015-12-31
Applicant: 西北农林科技大学
CPC classification number: G06Q10/0639 , G06N3/006 , G06Q50/02
Abstract: 本发明基于鱼群算法的黄瓜幼苗期二氧化碳精准调控模型，以温度T和光子通量密度PFD为自变量，最大光合速率对应的二氧化碳浓度为因变量，提出了模型公式，同时公开了该模型的建立和应用，利用光合速率多因素嵌套试验获取多维数据，构建光合速率多元非线性回归模型，设计出基于鱼群算法的二氧化碳模型寻优方法，得到不同温度、不同光子通量密度条件下的二氧化碳饱和点，最终建立以二氧化碳饱和点为目标值的黄瓜二氧化碳优化调控模型，模型验证试验结果表明，本发明可动态获取不同温度、不同光子通量密度条件下二氧化碳饱和点，二氧化碳饱和点实测值与计算值决定系数为0.98，最大相对误差小于3％，精度较高，对提高设施二氧化碳环境调控效率具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.029 seconds)
