基于PSO-SVR模型的温室智能补光系统研究
Journal of Chinese Agricultural Mechanization（2020）
摘要
为解决目前设施农业中传统补光系统智能化、自动化不足和能耗较高的问题,设计一种基于PSO-SVR的智能补光系统。该系统通过采集温室现场环境信息,将温度和CO2浓度作为输入值,光饱和点作为输出值,建立支持向量回归模型,模型建立时利用粒子群算法进行参数寻优,保证模型的鲁棒性和准确度。通过训练测试,粒子群优化算法结果为惩罚参数c=44、核函数参数g=0.93,建立支持向量回归模型时,选用RBF核函数时模型相关系数最大为0.991,回归准确率达97.6%,可以作为补光策略执导。系统使用搭载Android平台的嵌入式设备为核心控制器,结合农业物联网技术,实现数据可视化、远程控制等功能,试验证明整个系统可以稳定高效地运行。通过对比传统补光系统策略,本系统节能效果达10%。该系统为解决目前设施农业中的光环境智能调控、补光系统的节能减排等问题提供了一种途径。
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要