基于WOA-RBF的温室温度预测研究

温度是温室内作物生长的关键环境因素，准确预测出温室内温度的变化对温室管理有着重要意义。为了提高预测精度，提出了基于鲸鱼优化算法（WOA）优化RBF神经网络的温室温度预测模型，通过鲸鱼优化算法对RBF神经网络的输出层的神经元线性权重、隐藏层的神经元中心点和隐藏层的高斯核宽度进行寻优，得到最优参数，最终得到优化后的输出结果。实验证明，与未优化的RBF神经网络预测模型相比，WOA-RBF神经网络温室温度预测模型得到的结果误差更小，平均绝对误差（MAE），均方误差（MSE）和平均绝对百分比误差（MAPE）分别为0.478、0.346和0.588，与未优化的RBF神经网络预测模型相比分别提升了9.1%、32.7%和18.0%。