針對溫室大棚中影響溫度預測的因素以及溫室大棚溫度變化存在的非線性問題,提出基于改進支持向量機的溫度預測模型。支持向量機選擇性能較好的RBF核函數(shù),結合網(wǎng)格搜索算法對支持向量機的核參數(shù)和懲罰因子進行動態(tài)尋優(yōu),考慮光照強度、濕度、風速對溫度的影響。實驗結果表明,與其他模型相比,改進的支持向量機預測誤差更小,精度更好。

【文章頁數(shù)】：2 頁

【部分圖文】：

圖1網(wǎng)格搜索優(yōu)化SVM參數(shù)流程圖

我國是農(nóng)業(yè)生產(chǎn)大國，目前現(xiàn)代農(nóng)業(yè)發(fā)展也已經(jīng)進入全面發(fā)展的新時期。因此，準確的溫室環(huán)境參數(shù)對溫室環(huán)境科學化管理有著十分重要的經(jīng)濟和現(xiàn)實價值，而溫度作為影響作物生長的重要因素之一，探尋有效的分析方法，最大限度的調(diào)控溫度降低災害成為急需解決的技術問題。支持向量機以風險最小化為原則，通過....

圖2溫度預測結果

本實驗選取內(nèi)蒙古包頭市天佑溫室大棚為分析對象，以CC2530射頻芯片為核心的氣象數(shù)據(jù)采集終端，通過Zigbee協(xié)議上傳到網(wǎng)關，利用NodeMCU通過MQTT協(xié)議進行數(shù)據(jù)發(fā)送和接收，并將數(shù)據(jù)保存于MySQL中[4]。采集的因子有光照強度、濕度、風速。選取2019年6月20日到201....

本文編號：3905922