基于LSTM的大棚環(huán)境變量預測
摘要：針對溫室大棚中環(huán)境變量變化趨勢難以預測的問(wèn)題,提出一種基于LSTM模型的大棚環(huán)境變量預測方法。首先根據實(shí)際采集到的大棚農作物西紅柿生長(cháng)環(huán)境變量(溫度、濕度、二氧化碳濃度)的數據特點(diǎn),設置網(wǎng)絡(luò )模型隱藏層層數、調整網(wǎng)絡(luò )參數;然后在處理好的環(huán)境變量訓練數據集上進(jìn)行訓練,得到大棚環(huán)境變量預測模型;將LSTM模型與傳統RNN和GRU預測模型進(jìn)行對比實(shí)驗。實(shí)驗結果表明,LSTM模型的預測精度更高,魯棒性更強,預測結果的均方根誤差(root mean square error,RMSE)低于0. 05,可以實(shí)現大棚環(huán)境變量的準確預測,為大棚的智能控制提供可靠依據。
注: 保護知識產(chǎn)權,如需閱讀全文請聯(lián)系沈陽(yáng)理工大學(xué)學(xué)報雜志社
相關(guān)推薦
更多濟.jpg)
發(fā)與經(jīng)濟.jpg)
于我們.jpeg)