基于PCA-LM-NARX的禽舍室温预测模型

TP274+2%S244; 采用隧道式通风系统的禽舍室内温度容易受自然环境变化以及家禽日龄影响,难以在线准确预测.为了准确预测禽舍室内温度,该研究结合主成分分析法(principal component analysis,PCA)、莱温伯格-马夸特算法(Levenberg-Marquardt method,LM)和带外部输入的非线性自回归模型(nonlinear auto-regressive model with exogenous inputs,NARX),提出了一种PCA-LM-NARX的方法用于在线构建禽舍室内温度预测模型.该方法利用主成分分析提取影响禽舍室内温度的关键环境变量,构建基...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 41; no. 2; pp. 261 - 270
Main Authors 钟宁帆, 高鲁宁, 贺凯迅, 李娟
Format Journal Article
LanguageChinese
Published 山东科技大学电气与自动化工程学院,青岛 266590%青岛农业大学机电工程学院,青岛 266109 2025
东营青农大盐碱地高效农业技术产业研究院,东营 257029
Subjects
温度
主成分分析法
prediction model
隧道式通风系统
principal component analysis method
NARX神经网络
temperature
预测模型
NARX neural network
poultry house
tunnel ventilation system
禽舍
Online AccessGet full text
ISSN1002-6819
DOI10.11975/j.issn.1002-6819.202404225

Cover

More Information
Summary:TP274+2%S244; 采用隧道式通风系统的禽舍室内温度容易受自然环境变化以及家禽日龄影响,难以在线准确预测.为了准确预测禽舍室内温度,该研究结合主成分分析法(principal component analysis,PCA)、莱温伯格-马夸特算法(Levenberg-Marquardt method,LM)和带外部输入的非线性自回归模型(nonlinear auto-regressive model with exogenous inputs,NARX),提出了一种PCA-LM-NARX的方法用于在线构建禽舍室内温度预测模型.该方法利用主成分分析提取影响禽舍室内温度的关键环境变量,构建基于关键环境变量的NARX神经网络室温预测模型,并利用LM算法对神经网络参数进行优化计算.考虑到禽舍室温变化的滞后特性,PCA-LM-NARX方法利用贝叶斯信息准则设计NARX神经网络的最优延迟阶数.建模过程中PCA-LM-NARX方法采用移动窗法在线更新室温预测模型参数,以适应不同日龄的家禽和自然环境的变化.试验结果显示,基于PCA-LM-NARX方法构建的室温预测模型预测未来 5、15、30 min温度值的均方误差大小分别为 0.0220、0.0472、0.0779℃2;在i5-12500H型CPU上运行建模程序,平均建模用时为 0.3321 s.研究结果表明,PCA-LM-NARX方法可以构建高精度禽舍室温预测模型,并实现模型参数的快速在线更新.
ISSN:1002-6819
DOI:10.11975/j.issn.1002-6819.202404225