加急见刊

基于LSTM的大棚环境变量预测

陈亮; 裴晓辉; 刘韵婷 沈阳理工大学自动化与电气工程学院

摘要：针对温室大棚中环境变量变化趋势难以预测的问题,提出一种基于LSTM模型的大棚环境变量预测方法。首先根据实际采集到的大棚农作物西红柿生长环境变量(温度、湿度、二氧化碳浓度)的数据特点,设置网络模型隐藏层层数、调整网络参数;然后在处理好的环境变量训练数据集上进行训练,得到大棚环境变量预测模型;将LSTM模型与传统RNN和GRU预测模型进行对比实验。实验结果表明,LSTM模型的预测精度更高,鲁棒性更强,预测结果的均方根误差(root mean square error,RMSE)低于0. 05,可以实现大棚环境变量的准确预测,为大棚的智能控制提供可靠依据。

注: 保护知识产权,如需阅读全文请联系沈阳理工大学学报杂志社