基于改进灰狼算法的温室温湿度预测与控制

作     者：李师 

作者单位：河北农业大学 

学位级别：硕士

导师姓名：韩宪忠;何福乐

授予年度：2021年

学科分类：0711[理学-系统科学] 082803[工学-农业生物环境与能源工程] 07[理学] 08[工学] 0828[工学-农业工程] 0835[工学-软件工程] 0802[工学-机械工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 071102[理学-系统分析与集成] 081103[工学-系统工程] 080201[工学-机械制造及其自动化] 

主      题：灰狼算法 BP神经网络 温室温湿度 预测与控制 

摘      要：相较于大田,温室凭借其能在不同季节为作物提供适宜环境的特点逐渐成为不同季节的作物生产基地。目前,我国已经成为温室种植面积最大的国家。但是我国大多温室存在管理滞后,依靠经验,浪费人工的问题。为了保证温室内作物对于环境的要求,要对温室内环境进行控制。建立精准的温室温湿度预测模型是实现温室温湿度优化调控的基础。本文利用灰狼算法和差分进化算法共同优化BP神经网络的参数,以博野某温室为研究对象,通过对影响温室温湿度的因素进行相关性分析确定影响温室温湿度的关键因素,基于改进的BP神经网络构建了温室温湿度短期预测模型,通过与传统方法对比,验证了模型的有效性。并且根据预测结果实现温室自动控制。论文的主要工作如下:(1)针对BP神经网络易陷入局部最优的缺陷,提出了利用差分进化算法(Differential Evolution Algorithm,DE)和灰狼算法(Gray Wolf Algorithm,GWO)混合优化BP神经网络的算法,实现温室温湿度预测。结果表明,DE-GWO-BPNN模型对温湿度的预测效果最优,差分进化算法和灰狼算法混合优化的BP神经网络在温室温湿度预测拟合精度上达到了 0.970和0.986,相对BP神经网络模型分别提高了9.8%和10%。提升温室温湿度预测的精度。(2)利用改进灰狼算法优化PID参数。通过对温室环境特点进行分析,针对传统PID(proportion integration differentiation,PID)控制技术的不足。提出将改进的灰狼算法与传统的PID控制算法融合,形成改进灰狼PID算法,并应用于温室大棚的温度控制研究。实验结果表明:改进灰狼算法对PID参数进行优化超调量较小,稳态精度较高,有助于达到温室控制的理想效果。(3)仿真实现了温室预警控制系统。温室预警控制系统可以实时的显示当前的温室监测数据,并利用温室温湿度预测模型得出的未来的温室温湿度对比预警指标库中作物的受灾指标,实现温室环境的动态预警,并在出现警情后,可以实时设置温室温湿度的值,对温室PID控制参数调整,实现温室智能控制。