基于MA-ARIMA-GASVR的食用菌温室温度预测

• 作者: 冯建英 王悦 田东 穆维松 赵安平 韦鑫化
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 温室 温度 模型 时间序列 支持向量回归 食用菌
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 190-197
• 页数: 8页
• 分类号: S625.5|TP301.6
• 字数: 7341字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2020.03.023

摘要

食用菌温室温度具有时变、非线性、多耦合特性,准确预测对稳定食用菌生产具有重要意义.本研究从挖掘温室历史温度数据时序信息角度出发,提出一种MA-ARIMA-GASVR组合方法建立温度预测模型,利用移动平均方法将历史温度序列分解成线性序列和残差序列,然后采用移动平均差分自回归模预测线性序列的趋势,再将移动平均差分自回归预测值、历史残差数据、历史温度数据作为支持向量回归模型的输入,并结合遗传算法优化支持向量回归模型参数改善其性能,从而获得更符合实际情况的温度预测值.最后选取实测温度数据作为训练集,对未来2 d的温度进行预测验证.结果显示,MA-ARIMA-GASVR组合方法能更好地拟合原始温度数据,间隔1 h的均方误差、平均绝对误差和平均绝对百分误差分别为0.18、0.36和1.34,均显示本研究方法预测精度优于支持向量回归、遗传算法优化的支持向量回归单一模型,也优于未经移动平均以及未经遗传算法优化的组合模型;此外,间隔6 h的均方误差、平均绝对误差和平均绝对百分误差为0.29、0.52和1.95,说明本研究方法还能满足6 h以内的多步预测,为食用菌生产者预留更多调整时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	穆维松	中国农业大学信息与电气工程学院	58	1137	16.0	32.0
2	田东	中国农业大学信息与电气工程学院	29	373	11.0	18.0
3	王悦	中国农业大学信息与电气工程学院	5	22	3.0	4.0
4	冯建英	中国农业大学信息与电气工程学院	21	648	8.0	21.0
5	赵安平		45	284	11.0	16.0
6	韦鑫化	中国农业大学信息与电气工程学院	1	0	0.0	0.0