基于WOA-RBF的温室温度预测研究 |
| |
引用本文: | 李其操,董自健.基于WOA-RBF的温室温度预测研究[J].现代计算机,2023(11):43-46+51. |
| |
作者姓名: | 李其操 董自健 |
| |
作者单位: | 江苏海洋大学电子工程学院 |
| |
摘 要: | 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%。
|
关 键 词: | 鲸鱼优化算法 RBF神经网络 温室温度 预测模型 |
|
|