APP下载

基于MA-ARIMA-GASVR的食用菌温室温度预测

2020-04-09韦鑫化赵安平穆维松冯建英

农业工程学报 2020年3期
关键词:模型

田 东,韦鑫化,王 悦,赵安平,穆维松,冯建英

基于MA-ARIMA-GASVR的食用菌温室温度预测

田 东1,韦鑫化1,王 悦1,赵安平2,穆维松1,冯建英1※

(1. 中国农业大学信息与电气工程学院,北京 100083; 2. 北京市农业局信息中心,北京 100029)

食用菌温室温度具有时变、非线性、多耦合特性,准确预测对稳定食用菌生产具有重要意义。本研究从挖掘温室历史温度数据时序信息角度出发,提出一种MA-ARIMA-GASVR组合方法建立温度预测模型,利用移动平均方法将历史温度序列分解成线性序列和残差序列,然后采用移动平均差分自回归模预测线性序列的趋势,再将移动平均差分自回归预测值、历史残差数据、历史温度数据作为支持向量回归模型的输入,并结合遗传算法优化支持向量回归模型参数改善其性能,从而获得更符合实际情况的温度预测值。最后选取实测温度数据作为训练集,对未来2 d的温度进行预测验证。结果显示,MA-ARIMA-GASVR组合方法能更好地拟合原始温度数据,间隔1 h的均方误差、平均绝对误差和平均绝对百分误差分别为0.18、0.36和1.34,均显示本研究方法预测精度优于支持向量回归、遗传算法优化的支持向量回归单一模型,也优于未经移动平均以及未经遗传算法优化的组合模型;此外,间隔6 h的均方误差、平均绝对误差和平均绝对百分误差为0.29、0.52和1.95,说明本研究方法还能满足6 h以内的多步预测,为食用菌生产者预留更多调整时间。

温室;温度;模型;时间序列;支持向量回归;食用菌

0 引 言

食用菌生产所用的单面半封闭日光温室是一个复杂的小气候环境,受内外部环境的影响,温室内部温度具有时变、滞后、强干扰、多耦合等特征[1-2]。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用