科技期刊
全部分類
在線辦公
全部分類
基于PSO-GRU神經網絡的青椒生長期需水預測--連曉晗,馬永強,劉 真,劉 心
摘要:
基于PSO-GRU神經網絡的青椒生長期需水預測--連曉晗,馬永強,劉 真,劉 心
摘要:
分類:2023年第01期(總第172期)
發布: 2023-02-27 16:51:12
詳情描述
連曉晗,馬永強,劉 真,劉 心
(河北工程大學信息與電氣工程學院,河北 邯鄲 056038)
摘 要:青椒生長期內需水量與氣溫、氣壓、相對濕度等因子之間存在復雜的非線性關系,需水量變化呈現出時序 性和周期性的規律,為提高青椒生長期日均需水量的預測精度,提出一種 PSO-GRU (粒子群算法-門控循環單元) 青椒生長期日均需水預測模型。以 2014—2018 年實驗所得的青椒需水和氣象環境等數據為數據源,將日均氣溫、 氣壓、風速等六維數據作為特征集,需水量作為標簽,GRU 神經網絡作為需水預測的訓練模型,并針對 GRU 超參數 容易陷入局部最優的問題,利用 PSO 優化 GRU 模型的超參數,通過仿真實驗對青椒生長期日均需水量進行預測, 并與 RNN, LSTM 和 GRU 等模型進行對比,驗證 PSO-GRU 模型的優越性。仿真實驗結果表明:PSO-GRU 模型 的預測精度和擬合效果顯著提高, RMSE 為 0.505, MAE 為 0.388, MAPE為 7.73,R2為 0.888。PSO-GRU 模型可 為制定灌溉計劃提供依據,有利于節水灌溉,推動農業種植水利信息化。
關鍵詞:PSO;GRU;需水預測;神經網絡;青椒生長期;節水灌溉
-
基于PSO-GRU神經網絡的青椒生長期需水預測.pdf下載下載量:0
掃一掃查看手機版

水利部南京水利水文自動化研究所
電話:(025)52898300
地址:南京市雨花臺區鐵心橋街95號
郵箱:nsy@nsy.com.cn
版權所有:水利部南京水利水文自動化研究所 蘇ICP備05086125號 中企動力 南京