温室湿度环境的主成分分析人工神经网络建模研究
实测温室内影响空气湿度的环境因子组成数据样本,对数据样本进行主成分分析,提取出影响温室湿度的4个主要成分,讨论提取的主成分与原始过程数据样本间的关系.以采用主成分分析后的数据样本作为神经网络模型的输入变量,模型模拟值和实测值之问的相关系数R2为0.8842.以±0.1作为模拟相对误差,命中率达到85％.用训练后的网络模型对20组未参加建模的样本数据进行模拟,均方根误差为1.6745,优于回归方程法的4.4349.基于神经网络模型,运用敏感性分析法对影响湿度的各匠素进行重要性分析和排序,得出各影响因素的重要程度依次为室内温度、室外湿度、室外温度、保温帘展开度、室外风速、室外太阳辐射照度、天窗开窗角度和侧窗开窗角度.
温室 湿度模拟 主成分分析 人工神经网络 均方根误差
何芬 马承伟
中国农业大学,农业部,设施农业生物环境工程重点开放实验室,北京,100083
国内会议
上海
中文
428-431
2009-12-01（万方平台首次上网日期，不代表论文的发表时间）