基于Elman神经网络的温室环境因子预测方法

来源：中国农机化学报杂志2021年第8期北京时间：

作者：张建超, 单慧勇, 景向阳, 李晨阳, 张程皓, 刘慧芹,

单位：天津农学院工程技术学院;天津农学院园艺园林学院;

摘要：针对目前温室环境系统中,环境监测数据只能反映当前环境状况,无法预测温室环境变化趋势,导致温室环境控制效果差的问题,提出一种基于Elman神经网络的温室环境因子预测方法。以采集的温室内温度、湿度以及二氧化碳浓度的历史数据作为预测模型的输入,建立Elman神经网络预测模型,进而实现精确的温室环境因子变化预测。结果表明,Elman模型优于BP和RBF模型,温度、湿度和二氧化碳浓度预测结果的均方误差分别为0.003 9、0.005 9和0.028 3,决定系数分别为0.991 5、0.967 8和0.973 9。该模型预测结果较理想,可以为温室环境调控提供一定的决策支持。

关键词：Elman神经网络,温室环境预测,环境因子,Matlab

基金资助：天津市研究生科研创新项目(2020YJSS123) 天津市企业优秀科技特派员项目(19JCTPJC56700) 天津市农业科技成果转化与推广项目(201703080) 天津市企业科技特派员项目(20YDTPJC01330)