编号
zgly0000963516
文献类型
期刊论文
文献题名
基于改进型极限学习机的日光温室温湿度预测与验证
作者单位
北京理工大学自动化学院
中国农业科学院蔬菜花卉研究所
母体文献
农业工程学报
年卷期
2015(24)
页码
194-200
年份
2015
关键词
温室
温度
湿度
预测
日光温室
极限学习机
经验模态分解
正交基函数
文摘内容
日光温室温湿度模型是其结构设计与控制的重要基础,因日光温室系统具有大惯性、强耦合、非线性等特性,采用机理分析法,难以建立其准确的数学模型,导致日光温室控制效果差。神经网络建模能更加灵活地得到日光温室系统的参数,但传统的极限学习机(extreme learning machine,ELM)存在隐含层神经元激励函数固定,只考虑经验风险(即训练误差最小化),而导致过拟合等问题。