温室湿度环境的主成分分析人工神经网络建模研究

扫码查看

原文链接

NETL

中文摘要：实测温室内影响空气湿度的环境因子组成数据样本,对数据样本进行主成分分析,提取出影响温室湿度的4个主要成分,讨论提取的主成分与原始过程数据样本间的关系.以采用主成分分析后的数据样本作为神经网络模型的输入变量,模型模拟值和实测值之问的相关系数R2为0.8842.以±0.1作为模拟相对误差,命中率达到85%.用训练后的网络模型对20组未参加建模的样本数据进行模拟,均方根误差为1.6745,优于回归方程法的4.4349.基于神经网络模型,运用敏感性分析法对影响湿度的各匠素进行重要性分析和排序,得出各影响因素的重要程度依次为室内温度、室外湿度、室外温度、保温帘展开度、室外风速、室外太阳辐射照度、天窗开窗角度和侧窗开窗角度.

作者：

何芬、马承伟

展开 >

作者单位：

中国农业大学,农业部,设施农业生物环境工程重点开放实验室,北京,100083

关键词：

温室湿度模拟主成分分析人工神经网络均方根误差

主办单位：

中国农业工程学会

会议名称：

中国农业工程学会设施园艺专业委员会2009年年会

会议时间：

2009-12-01

会议地点：

上海

会议母体文献：

中国农业工程学会设施园艺专业委员会2009年年会论文集

页码：

428-431

出版时间：

2009