|本期目录/Table of Contents|

[1]张立优,马珺,贾华宇,等.基于在线序贯极限学习机的温室温度预测方法及其自适应控制系统设计[J].江苏农业科学,2018,46(14):226-230.
　Zhang Liyou,et al.A prediction method for temperature in greenhouse based on online sequential extreme learning machine and its system design of adaptive control[J].Jiangsu Agricultural Sciences,2018,46(14):226-230.
点击复制

基于在线序贯极限学习机的温室温度预测方法
及其自适应控制系统设计(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第46卷
期数:
2018年第14期
页码:
226-230
栏目:
农业工程与信息技术
出版日期:
2018-07-25

文章信息/Info

Title:
A prediction method for temperature in greenhouse based on online sequential extreme learning machine and its system design of adaptive control
作者:
张立优1;  马珺1;  贾华宇2;  王曦3;  张朝霞1
1.太原理工大学物理与光电工程学院，山西晋中 030600； 2.太原理工大学信息工程学院，山西晋中 030600；
3.山西农机新技术服务中心，山西太原 030031
Author(s):
Zhang Liyou; et al
关键词:
在线序贯极限学习机; 模糊神经网络控制器; 自适应控制; 遗传算法; 在线温室温度预测模型
Keywords:
-
分类号:
TP273
DOI:
-
文献标志码:
A
摘要:
针对现有的温室控制方法难以对温室系统做出精准预测和有效控制等问题，提出一种基于在线序贯极限学习机(online sequential extreme learning machine，简称OS-ELM)神经网络的温室温度预测及其自适应控制方法。该方法采用OS-ELM神经网络构建温室系统的温度预测模型，并用于温室温度预测；将预测模型的输出作为模糊神经网络控制器(fuzzy neural network controller，简称FNNC)的理想输出参考量，结合FNNC的实际输出量，将FNNC输出误差作为遗传算法(genetic algorithm，简称GA)优化FNNC参数的目标函数，构成在线预测的模糊控制策略。在温室温度预测模型采用物理建模、Elman神经网络建模和OS-ELM神经网络建模方法下对温室温度控制进行试验，结果表明，基于OS-ELM的温室温度预测方法及其自适应控制系统具有较好的性能优势，可有效提高温室的预测和控制精度。
Abstract:
-

参考文献/References:

［1］赵春江. 精准农业研究与实践［M］. 北京：科学出版社，2009.
［2］Koutb M A，El-Rabaie N M，Awad H A，et al. Environmental control for plants using intelligent control systems［J］. IFAC Proceedings Volumes，2004，37(2)：101-106.
［3］Azaza M，Tanougast C，Fabrizio E，et al. Smart greenhouse fuzzy logic based control system enhanced with wireless data monitoring［J］. ISA Transactions，2016，61：297-307.
［4］Ali R B，Aridhi E，Abbes M，et al. Fuzzy logic controller of temperature and humidity inside an agricultural greenhouse［C］// 7th International Renewable Energy Congress(IREC). Tunisia：Hammamet，2016：1-6.
［5］Revathi S，Sivakumaran N. Fuzzy based temperature control of greenhouse［J］. IFAC-Papers OnLine，2016，49(1)：549-554.
［6］龙凤，程绪建，陈桂明，等. 室内温度模糊神经控制策略研究［J］. 微电子学与计算机，2009，26(8)：226-229.
［7］Li X L，Jia C，Liu D，et al. Adaptive control of nonlinear discrete-time systems by using OS-ELM neural networks［C］//Abstract and Applied Analysis. Hindawi，2014.
［8］Jia C，Li X L，Wang K，et al. Adaptive control of nonlinear system using online error minimum neural networks［J］. ISA Transactions，2016，65：125-132.
［9］孙丽萍，霍然. 北方蔬菜温室系统模糊神经网络控制器的设计［J］. 东北农业大学学报，2014，45(4)：113-117.
［10］Lechner N. Heating，cooling，lighting：Sustainable design methods for architects［M］. Hoboken：John Wiley & Sons，2014.
［11］Zeng S W，Hu H G，Xu L H，et al. Nonlinear adaptive PID control for greenhouse environment based on RBF network［J］. Sensors，2012，12(5)：5328-5348.
［12］Maher A，Kamel E，Enrico F，et al. An intelligent system for the climate control and energy savings in agricultural greenhouses［J］. Energy Efficiency，2016，9(6)：1241-1255.
［13］Fourati F，Chtourou M. A greenhouse control with feed-forward and recurrent neural networks［J］. Simulation Modelling Practice and Theory，2007，15(8)：1016-1028.

相似文献/References:

备注/Memo

备注/Memo:
收稿日期：2017-02-14
基金项目：山西省自然科学基金(编号：2015011050)。
作者简介：张立优(1990—)，男，山西大同人，硕士研究生，主要从事智能检测与控制研究。E-mail：tdliyou@163.com。
更新日期/Last Update: 2018-07-20