基于改进型极限学习机的日光温室温湿度预测与验证

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 邹伟东  张百海  姚分喜  贺超兴 

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。