基于机器学习的保温被应用性能分析

来源：湖北农业科学杂志2025年第1期北京时间：

作者：朱寅宾1,2, 骆乾亮1,2, 雷喜红3, 牛曼丽3, 王平智1,2, 程杰宇1,2, 赵淑梅1,2

单位：1.中国农业大学水利与土木工程学院,北京 100083; 2.农业农村部设施农业工程重点实验室,北京 100083; 3.北京市农业技术推广站,北京 100029

摘要：为满足装配式日光温室夜间保温需要以及研发新型温室保温材料,探索了机器学习在温室环境评价方面的应用,比较分析了骆驼绒和橡塑板为保温芯材的两种新型保温被保温性能。结果表明,高斯回归过程和神经网络算法在温室温度预测方面具有良好的应用潜力。相较于骆驼绒保温被,橡塑板保温被能使温室夜间薄膜内表面平均温度提高0.8 ℃,最低夜间薄膜内表面温度平均提高0.6 ℃。对于橡塑板芯材,应当加强防风措施管理以保证实际保温效果。

关键词：保温被,薄膜内表面温度,机器学习,高斯过程回归,神经网络算法

基金资助：现代农业产业技术体系北京市设施蔬菜创新团队项目（BAIC01-2024）