基于改进遗传算法和神经网络的大棚环境预测

• 作者: 李渊朴 王秀玲
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 大棚环境 遗传算法 BP神经网络 预测分析 优化
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 理论与算法
• 页码范围: 46-49,166
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1903861

摘要

针对目前北方日光大棚温度、湿度、光照强度等环境因子随天气变化而波动较大的问题,搭建了用改进遗传算法优化BP神经网络的预测模型(IAGA-BP),对大棚中的环境因子做出预测以便提前调控.传统BP神经网络存在易陷入局部最小化、预测精度不高、收敛时间长的问题,使用改进的遗传算法来对网络中的权、阈值进行迭代寻优,利用自适应变化的交叉与变异算子来对种群中的子代不断优化以达到最优值.通过选取大棚中的实际数据来进行仿真实验,对BP、GA-BP和IAGA-BP模型进行大棚环境预测分析,实验结果表明,IAGA-BP模型的预测精度最高、误差最小,拥有更好的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王秀玲		29	69	5.0	7.0
2	李渊朴		1	0	0.0	0.0