基于PSO-SVR模型的温室智能补光系统研究

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.

关键词：温室、补光系统、PSO-SVR模型、农业物联网、远程控制、节能减排

所属期刊栏目：41

分类号：S625.5+2(设施园艺（保护地栽培）)

资助基金：河北省重点研发计划项目;石家庄市重点研发计划项目

在线出版日期：2020-08-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：64-68,82