基于小波神经网络的温室番茄产量预测
尹义志
王永刚
张楠楠
刘宇航
1.沈阳农业大学信息与电气工程学院 沈阳 1101612.沈阳农业大学信息与电气工程学院 沈阳 1101613.沈阳农业大学信息与电气工程学院 沈阳 1101614.沈阳农业大学信息与电气工程学院 沈阳 110161
摘要：为解决北方日光温室内传统的番茄产量预测方法预测精度低,预测结果与实际产量相差较大,无法保证资源的合理利用和经济效益最大化等问题,提出运用将小波分析和BP网络结合的方式预测温室内番茄产量.首先,利用相应的传感器设备获取温室内的各种变量数据,应用MATLAB R2017a软件对其进行处理并分类,剔除掉偏差较大的数据,并进行特征提取,筛选出8种与番茄产量相关的特征参数作为模型的输入变量.然后,设计构建小波神经网络预测模型,将处理后的数据作为模型的输入变量,并且不断修正模型参数,通过多次训练和校正提升预测精度,并将该模型与BP神经网络模型、作物机理模型相比较.试验结果表明,此模型的预测结果与实际产量间的平均相对误差为1.02％,预测精度和拟合效果均优于BP神经网络模型和作物机理模型,运算速度较快,且具有较好的鲁棒性和函数逼近能力,能够为定量预测北方日光温室番茄产量提供一定的理论和技术依据.
关键词：番茄产量日光温室BP神经网络小波神经网络模型
分类号：S641.2(园艺)
资助基金：国家自然科学基金(61673281)中国博士后科学基金面上项目(2018M631820)青海省重点研发项目(2017-NK-107)辽宁省重点研发项目(2018103007)
论文发表日期：2020-08-05
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 53-59 )
英文信息