基于SO-BP神经网络的温室环境预测模型研究

来源：中国农机化学报杂志2024年第8期北京时间：

作者：张万帆, 任力生, 王芳,

摘要：由于温室环境中温湿度的调控过程存在滞后响应特性，预测温室环境变化趋势是构建温室精准控制系统中不可或缺的一部分。针对传统神经网络算法在温室预测方面精度不足等问题，提出一种基于蛇优化算法（snake optimizer， SO）优化BP神经网络的温室环境预测方法。试验结果表明，该方法预测15 min内温度的决定系数R2为0.956 4，比BP模型、HHO-BP模型分别提高14.87%、2.19%，平均绝对误差MAE、平均绝对百分比误差MAPE、均方根误差RMSE值分别为0.481 3、2.237 8、0.672 9；预测15 min内湿度的R2为0.982 1，比BP模型、HHO-BP模型分别提高13.12%、2.37%，预测指标MAE、MAPE、RMSE值分别为1.709 0、2.584 2、2.283 8。该模型的预测结果较理想，可用于温室温湿度预测。

关键词：温室环境,温湿度预测,精准控制系统,蛇优化算法,神经网络

基金资助：河北省省级科技计划项目（19220119D）