文献类型： 中文期刊

作者： 梁志超 ¹ ; 宋华鲁 ¹ ; 樊阳阳 ¹ ; 齐康康 ¹ ; 徐浩 ¹ ; 王帅 ¹ ;

作者机构： 1.山东省农业科学院农业信息与经济研究所

关键词： LSTM神经网络;温室气候环境因子;环境调控

期刊名称： 天津农业科学

ISSN： 1006-6500

年卷期： 2023 年 29 卷 011 期

页码： 84-90

摘要： 目前温室气候环境中,环境监测数据只能反映当前环境状况,无法对温室气候环境变化趋势进行预测.为解决温室气候环境控制效果差的问题,采用基于LSTM神经网络的温室气候环境因子预测方法,将温室中采集的湿度、温度、二氧化碳浓度进行标准化处理后作为历史数据,将 90%数据作为训练集,10%数据作为测试集;设置初始参数并建立LSTM预测模型,通过寻找不同的模型参数,不断调整模型的训练精度;利用测试集对LSTM预测模型进行测试验证;为了更好地说明LSTM预测模型的优越性,同时建立了BP神经网络模型以及GRU预测模型.结果表明,LSTM预测模型能够较好地预测温室中湿度、温度、二氧化碳含量的变化趋势,在预测精度上,LSTM预测模型比BP神经网络以及GRU预测模型,平均提升了 5.80%、3.81%.本研究建立的LSTM预测模型可以实现温室气候环境因子的精确预测,为温室环境调控提供一定的决策支持.