发明名称 |
一种基于遗传算法改进的BP神经网络的温室环境预测反馈方法 |
摘要 |
一种基于遗传算法改进的BP神经网络的温室环境预测反馈方法,方法如下:获取若干组被测植物叶片温度及对其有影响的其它5个因子的监测数据值,将这些数据归一化为-1至+1之间值,将归一化后的这些数据组分类组以作为即将待用的训练和测试数据;建立BP神经网络,其包括一个输入层、一个中间层和一个输出层;采用遗传算法对上述建立的BP神经网络进行优化;对优化后的BP神经网络进行训练和测试;利用通过测试的BP神经网络预测植物叶片温度。其可以建立适合于温室环境参数预测的模型,通过计算机仿真试验,能够准确、快速地预测温室环境下的目标参数。 |
申请公布号 |
CN103105246A |
申请公布日期 |
2013.05.15 |
申请号 |
CN201210593045.5 |
申请日期 |
2012.12.31 |
申请人 |
北京京鹏环球科技股份有限公司 |
发明人 |
周增产;卜云龙;田真;商守海;董明明;吴建红 |
分类号 |
G01K13/00(2006.01)I;G06N3/02(2006.01)I |
主分类号 |
G01K13/00(2006.01)I |
代理机构 |
北京北新智诚知识产权代理有限公司 11100 |
代理人 |
朱丽华 |
主权项 |
一种基于遗传算法改进的BP神经网络的温室环境预测反馈方法,其特征在于包括如下方法步骤:(1)获取若干组被测植物叶片温度及对其有影响的其它5个因子的监测数据值,其中,该5个因子是:温室外温度、相对湿度、太阳辐射照度、保温覆盖层状态和CO2含量;将这些数据归一化为‑1至+1之间值,采用的归一化公式为: <mrow> <mi>X</mi> <mo>*</mo> <mo>=</mo> <mfrac> <mrow> <mi>X</mi> <mo>-</mo> <mi>X</mi> <mi>min</mi> </mrow> <mrow> <mi>X</mi> <mi>max</mi> <mo>-</mo> <mi>X</mi> <mi>min</mi> </mrow> </mfrac> </mrow>其中:X*代表归一化后的值,X为变量的实际值,Xmax和Xmin分别为变量的最大值和最小值;将归一化后的这些数据组分类组以作为即将待用的训练和测试数据;(2)建立BP神经网络,所述的BP神经网络包括一个输入层、一个中间层和一个输出层;(3)采用遗传算法对上述建立的BP神经网络进行优化;(4)对优化后的BP神经网络进行训练和测试;(5)利用通过测试的BP神经网络预测植物叶片温度。 |
地址 |
100094 北京市海淀区丰慧中路7号新材料创业大厦7层 |