農(nóng)業(yè)溫室溫度的智能辨識(shí)控制.pdf

1、在農(nóng)作物生長(zhǎng)環(huán)境中,為保證農(nóng)作物溫度適宜,通常采用溫室密閉環(huán)境,使農(nóng)作物達(dá)到最佳生長(zhǎng)條件,此時(shí)進(jìn)行溫度調(diào)控,可以有效提高作物產(chǎn)出率。在建立系統(tǒng)模型時(shí),被控對(duì)象具有不同程度的滯后現(xiàn)象,采用控制器由于算法簡(jiǎn)單、可靠性較高等優(yōu)點(diǎn),被廣泛應(yīng)用控制中,在LI-RBF(Learning and Improvement PBF)辨識(shí)器與農(nóng)業(yè)系統(tǒng)響應(yīng)并接成補(bǔ)償環(huán)節(jié),使系統(tǒng)消除滯后項(xiàng),進(jìn)一步跟蹤辨識(shí)系統(tǒng),提高控制質(zhì)量。LI-RBF-PID控制器中,擁有

2、RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單、學(xué)習(xí)速率快等優(yōu)點(diǎn),并優(yōu)化控制參數(shù),可以相互配合又相互制約的比例、積分和微分作用實(shí)現(xiàn)農(nóng)業(yè)溫度控制,達(dá)到良好的性能。
　　論文的主要工作如下:
　　(1)提出了農(nóng)業(yè)溫度控制系統(tǒng)控制結(jié)構(gòu)所需的模型,通過模型識(shí)別中特征提取的重要環(huán)節(jié),對(duì)樣本的獲取,并通過神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型結(jié)構(gòu)進(jìn)行訓(xùn)練,起到一定的辨識(shí)作用。然后,在此基礎(chǔ)上,優(yōu)化數(shù)學(xué)模型,建立了農(nóng)業(yè)溫度控制預(yù)測(cè)模型,從理論上說明農(nóng)業(yè)溫度控制系統(tǒng)具有一階慣性的特性,

3、為下文分析和控制系統(tǒng)的設(shè)計(jì)提供了有力的基礎(chǔ)。
　　(2)描述了神經(jīng)網(wǎng)絡(luò)在系統(tǒng)模型與辨識(shí)中的應(yīng)用,利用動(dòng)態(tài)網(wǎng)絡(luò)的系統(tǒng)辨識(shí),討論動(dòng)態(tài)時(shí)間建模問題。介紹神經(jīng)網(wǎng)絡(luò)辨識(shí)器,進(jìn)行仿真分析。通過改進(jìn)與學(xué)習(xí)徑向基神經(jīng)網(wǎng)絡(luò),并在農(nóng)業(yè)溫室系統(tǒng)中仿真辨識(shí),得出結(jié)論其參數(shù)調(diào)節(jié)簡(jiǎn)單,且不存在局部極小問題,可以最佳逼近的能力。
　　(3)建立了非線性被控對(duì)象的辨識(shí)模型,并可在線修正。闡述了單神經(jīng)元網(wǎng)絡(luò)的PID智能控制,建立輸入輸出關(guān)系,掌握了學(xué)習(xí)算法,