-
题名面向自动控制的日光温室卷膜控制决策方法研究
- 1
-
-
作者
陆丽琼
朱德兰
李柱
韩煜琪
-
机构
西北农林科技大学水利与建筑工程学院
西北农林科技大学旱区农业水土工程教育部重点实验室
-
出处
《中国农机化学报》
北大核心
2024年第6期82-89,127,共9页
-
基金
国家重点研发计划项目(2021YFE0103000)
国家自然科学基金项目(52009111)
陕西省重点研发计划项目(2020ZDLNY01—01)。
-
文摘
为使温室环境管理由人工经验管理变为自动化管理,选取温室番茄产量在同地区较高的温室作为研究对象,实时监测温室内温度、湿度和卷膜开闭状况以及室外气象数据,建立室外气象数据、室内温湿度及卷膜开闭之间的关系。将室外气象数据作为输入,室内温湿度及卷膜开闭度作为输出,利用Cat Boost(Categorical Boosting,Cat Boost)算法分别构建温、湿度预测模型和卷膜决策模型,并与随机森林算法(Random Forest,RF)和极端梯度提升算法(Extreme Gradient Boosting,XG Boost)的预测结果进行对比分析。最后基于决策模型设计搭建卷膜控制系统,并于典型晴天、阴天和雨天进行试验验证。结果表明:基于Cat Boost的日光温室内环境(室内温度和室内相对湿度)预测值与实测值的均方根误差分别为0.91℃和4.73%,有更好的模拟效果、精度更高,其卷膜决策模型准确率达到92.1%;基于Cat Boost的卷膜决策模型设计搭建的卷膜控制系统可以准确预测卷膜状态的变化,并进行精准控制,具有较强的实践价值和推广意义。
-
关键词
温室番茄
Cat
Boost
内环境预测
卷膜决策模型
卷膜控制系统
-
Keywords
greenhouse tomato
Cat Boost
internal environment simulation
film rolling decision model
roll film control system
-
分类号
S626.5
[农业科学—园艺学]
TP274.2
[自动化与计算机技术—检测技术与自动化装置]
-
