| 基于PCA-PSO-LSSVM的温室大棚温度预测方法 |
| |
| 引用本文： | 杨雷,张宝峰,朱均超,刘娜,赵岩. 基于PCA-PSO-LSSVM的温室大棚温度预测方法[J]. 传感器与微系统, 2018, 0(7): 52-55. DOI: 10.13873/J.1000-9787(2018)07-0052-04 |
| |
| 作者姓名： | 杨雷 张宝峰 朱均超 刘娜 赵岩 |
| |
| 作者单位： | 天津理工大学 电气电子工程学院 天津市复杂控制理论与应用重点实验室,天津,300384天津滨海茶淀葡萄科技发展有限公司,天津,300450 |
| |
| 基金项目： | 天津市科技重大专项与工程项目(16ZHLNC00050)，天津市企业科技特派员项目(17JCTPJC53300) |
| |
| 摘 要： | 针对温度预测的精度和效率问题,提出了在主成分分析(PCA)法的条件下,利用粒子群优化(PSO)算法优化最小二乘支持向量机(LSSVM)的温室大棚温度预测方法.采用PSO算法对LSSVM的模型参数进行优化,并以自动获取的最佳参数组合构建温度与其影响因子间非线性预测模型.利用搭建的温室大棚智能监控系统对人工温室中的6种环境参数进行采集,并利用所测数据对上述模型进行验证.实验结果表明:与PCA-LSSVM预测模型和PSO-LSSVM预测模型相比,所提预测模型预测效果良好.3种模型评价指标均优于其他预测方法.基于PCA-PSO-LSSVM温度预测模型在全局优化及收敛速度方面具有较大优势,具有良好的自学能力和自适应能力,预测精度高.
|
| 关 键 词： | 温室大棚 智能监控系统 主成分分析 粒子群优化 最小二乘支持向量机 温度预测 |
Temperature prediction method of greenhouse based on PCA-PSO-LSSVM |
| |
| YANG Lei,ZHANG Bao-feng,ZHU Jun-chao,LIU Na,ZHAO Yan. Temperature prediction method of greenhouse based on PCA-PSO-LSSVM[J]. Transducer and Microsystem Technology, 2018, 0(7): 52-55. DOI: 10.13873/J.1000-9787(2018)07-0052-04 |
| |
| Authors: | YANG Lei ZHANG Bao-feng ZHU Jun-chao LIU Na ZHAO Yan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
