基于经验模态分解和小波神经网络的温室温湿度预测  

Prediction of temperature and humidity in greenhouse based on empirical mode decomposition and wavelet neural network

作　　者：郁莹珺 徐达宇 寿国忠[2,3] 王佩欣 Yu Yingjun

机构地区：[1]浙江农林大学信息工程学院,浙江临安311300 [2]浙江农林大学/浙江省林业智能监控和信息技术研究重点实验室,浙江临安311300 [3]浙江农林大学工程学院,浙江临安311300

出　　处：《江苏农业科学》2019年第1期211-216,共6页Jiangsu Agricultural Sciences

基　　金：浙江省自然科学基金(编号:LQ17G010003);浙江农林大学人才启动项目(编号:2012FR070)

摘　　要：温室温湿度的准确预测有助于及时调节温室小环境,温湿度预测模型是温室控制的重要基础,提高预测精度有助于提高生产水平。针对温室系统具有非线性、非平稳性等特点,提出一种基于经验模态分解(empirical mode decomposition,简称EMD)和小波神经网络(wavelet neural network,简称WNN)的温室温湿度组合预测方法。首先,利用经验模态分解方法将原始时间序列分解成一系列分量;然后对各分量分别构建小波神经网络模型进行预测;最后叠加各子序列得到预测值。结果表明,运用EMD-WNN组合的温度模型有效性为0. 993 4,湿度模型有效性为0. 978 1,且优于单独WNN模型和BP神经网络模型的预测结果,可有效提高短期温室温湿度预测的精度。

关 键 词：经验模态分解 小波神经网络 模型构建 温室 温度 湿度 预测 

分 类 号：S625.5[农业科学—园艺学]