基于自加速遗传粒子群算法的半封闭式温室能耗预测

• 作者: 杨将新 沈真 胥芳 陈教料 陈教选
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 温室 算法 能耗管理 半封闭式温室 自加速遗传粒子群算法
• 年，卷（期）: 2015,（24）
• 所属期刊栏目: 农业生物环境与能源工程
• 页码范围: 186-193
• 页数: 8页
• 分类号: S625.5+1
• 字数: 7356字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2015.24.028

摘要

针对半封闭式温室环境参数众多且难以测量的问题，提出了一种机理建模与系统辨识建模相结合的温室能耗建模方法。采用自加速遗传粒子群算法（self-accelerating hybrid algorithm of particle swarm optimization and genetic algorithm， SPSO-GA）对温室物理模型中难以确定的参数进行辨识，建立半封闭式温室能耗预测模型。根据上海半封闭式玻璃试验温室的气象数据和测量的能耗值，分别采用遗传算法（genetic algorithm，GA）、粒子群算法（PSO，particle swarm optimization）和SPSO-GA进行参数辨识与能耗预测比较分析。采用SPSO-GA获得的温室能耗预测结果与实测数据的相对误差为1.4%，分别比GA和PSO减少了2.9%和13.7%。根据日太阳光照辐射总量、室外日均温度2个参数及相应的变化曲线，预测的温室能耗值精确度大于86%。试验与模拟结果验证了基于 SPSO-GA 的温室能耗预测模型有效，可为半封闭式温室能量负载设计、管理和控制提供理论依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨将新	浙江大学现代制造研究所	94	1570	21.0	35.0
2	沈真	同济大学国家设施农业工程研究中心	1	5	1.0	1.0