溫室機(jī)理模型的LF-PPSO算法參數(shù)辨識(shí)研究與實(shí)現(xiàn).pdf

1、隨著農(nóng)業(yè)技術(shù)的不斷發(fā)展，設(shè)施農(nóng)業(yè)已經(jīng)成為農(nóng)業(yè)現(xiàn)代化一個(gè)重要標(biāo)志?，F(xiàn)代溫室能夠?yàn)樽魑锾峁┻m宜的生長環(huán)境，實(shí)現(xiàn)作物的高效高質(zhì)生產(chǎn)。溫室的環(huán)境調(diào)控作為調(diào)節(jié)作物生長環(huán)境的主要手段，是實(shí)現(xiàn)現(xiàn)代溫室的關(guān)鍵技術(shù)之一。對(duì)被控對(duì)象建立精確的數(shù)學(xué)模型是傳統(tǒng)控制方法的主要形式，建立合理精確的溫室環(huán)境模型是實(shí)現(xiàn)溫室環(huán)境控制的重要前提。由于溫室環(huán)境的復(fù)雜性，在模型的建立過程中往往含有不確定的參數(shù)，因此，需要對(duì)模型進(jìn)行參數(shù)辨識(shí)。
　　在溫室小氣候機(jī)理模型構(gòu)建

2、的基礎(chǔ)上，采用PSO算法對(duì)溫室小氣候機(jī)理模型中的溫濕度模型進(jìn)行參數(shù)辨識(shí)，并實(shí)現(xiàn)對(duì)PSO算法的并行化改進(jìn)以及基于列維飛行的改進(jìn)，通過實(shí)驗(yàn)驗(yàn)證了改進(jìn)算法的有效性。基于上述內(nèi)容主要工作有如下:
　　在matlab/simulink工作環(huán)境下對(duì)溫室機(jī)理模型中的溫度和濕度模型進(jìn)行建模。在對(duì)建好的溫濕度模型進(jìn)行參數(shù)辨識(shí)之前，對(duì)參數(shù)辨識(shí)的驗(yàn)證模型、模型中的參數(shù)、粒子群適應(yīng)度函數(shù)的設(shè)定、樣本的設(shè)計(jì)、辨識(shí)結(jié)果的誤差評(píng)估方式、實(shí)驗(yàn)結(jié)果的性能評(píng)估方式進(jìn)

3、行了相關(guān)的設(shè)計(jì)，為PSO算法的模型參數(shù)辨識(shí)做好前期的準(zhǔn)備工作。
　　在matlab并行化程序設(shè)計(jì)的基礎(chǔ)上，實(shí)現(xiàn)了對(duì)PSO算法模型參數(shù)辨識(shí)的并行化改進(jìn)。通過并行化的設(shè)計(jì)，解決了調(diào)用simulink模型需要重新編譯而耗時(shí)大的問題，并方便有效地實(shí)現(xiàn)了PSO算法在云計(jì)算平臺(tái)的擴(kuò)展。通過實(shí)驗(yàn)，對(duì)比在單機(jī)單核、單機(jī)多核、多機(jī)集群這三種運(yùn)行環(huán)境下的計(jì)算性能。實(shí)驗(yàn)結(jié)果表明，通過并行化改進(jìn)PSO算法大大減少了程序運(yùn)行時(shí)間，提高了計(jì)算效率。