基于BP神经网络建立杏鲍菇生长的CO2浓度预测模型及其调控策略

• 作者: 朱学军 田小青
• 来源期刊: 中国食用菌
• 关键词: 杏鲍菇 工厂化栽培 二氧化碳浓度模型 BP预测调控
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 生理生化
• 页码范围: 46-49,53
• 页数: 5页
• 分类号: S646.9
• 语种: 中文
• DOI: 10.13629/j.cnki.53-1054.2016.02.012

摘要

鉴于杏鲍菇工厂化栽培过程中开关调控滞后的现状,在温湿、光照参数适宜的情况下,以历史CO2浓度和相对生长时间为输入参数,建立基于BP神经网络的群落式杏鲍菇生长阶段CO2预测模型,并基于该预测模型提出不同生长阶段CO2浓度调控策略.仿真结果显示,当杏鲍菇处于原基生长阶段时,在CO2为1 964.3 mg·m-3时密封计时58 min后通风6 min;当子实体处于生长阶段时,在CO2为4 910.7 mg·m-3时密封计时36 min后通风3.8 min;当子实体成熟时,在CO2为6 875 mg·m-3时密封计时70 min后通风7.5 min.模型训练集和测试集的相关系数达到0.98,预测精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱学军	宁夏大学机械工程学院	73	536	12.0	19.0
2	田小青	宁夏大学机械工程学院	5	18	3.0	4.0