基于LSTM的大棚環境變量預測
摘要：針對溫室大棚中環境變量變化趨勢難以預測的問題,提出一種基于LSTM模型的大棚環境變量預測方法。首先根據實際采集到的大棚農作物西紅柿生長環境變量(溫度、濕度、二氧化碳濃度)的數據特點,設置網絡模型隱藏層層數、調整網絡參數;然后在處理好的環境變量訓練數據集上進行訓練,得到大棚環境變量預測模型;將LSTM模型與傳統RNN和GRU預測模型進行對比實驗。實驗結果表明,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,可以實現大棚環境變量的準確預測,為大棚的智能控制提供可靠依據。
注: 保護知識產權,如需閱讀全文請聯系沈陽理工大學學報雜志社
相關推薦
更多
