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
