温室湿度环境的主成分分析人工神经网络建模研究.pdfVIP

第 26卷 第 5期 上海 交通大学学报 (农业科学版) JOURNALOFSHANGHAIJIAOTONGUNIVERSITY(AGRICULTURALSCIENCE) V0l_26No．5 2008年 l0月 0ct．2008 文章编号：1671—9964(2008)05—0428—40 温室湿度环境的主成分分析人工神经网络建模研究 何 芬，马承伟 (中国农业大学 农业部 设施农业生物环境工程重点开放实验室，北京 100083) 摘 要：实测温室内影响空气湿度的环境因子组成数据样本，对数据样本进行主成分分析，提取出影响温室湿度的4个主要成分， 讨论提取的主成分与原始过程数据样本间的关系。以采用主成分分析后的数据样本作为神经网络模型的输入变量，模型模拟值和 实测值之间的相关系数 为0．8842。以±0．1作为模拟相对误差，命中率达到85％。用训练后的网络模型对20组未参加建模的样本 数据进行模拟，均方根误差为 1．6745，优于回归方程法的4．4349。基于神经网络模型，运用敏感性分析法对影响湿度的各医素进行 重要性分析和排序．得出各影响因素的重要程度依次为室内温度、室外湿度、室外温度 、保温帘展开度 、室外风速、室外太阳辐射照 度、天窗开窗角度和侧窗开窗角度 ．． 关键词：温室：湿度模拟；主成分分析；人工神经网络 中图分类号：$625；TP183 文献标识码：A GreenhouseAirHumidityM odelingBasedonPrincipal ComponentAnalysisandArtificialNeuralNetwork HEFen，MA Cheng-wei fKeyLabofAgriculturalBio-environmentalEngineering，MinistryofAgriculture，ChinaAgricuhuralUniversity，Beijing100083，China) Abstract：Theenvironmentfactorsinfluencingairhumidityweremeasuredasdatasamplesingreenhouse．Throughtheprincipalconlpo- nentanalysisofdatasamples， 4mainfactorswereextracted． Therelationshipbetweenthemainfactorsandtheoriginaldatawasdis— cussed．Theseselectedprincipalcomponentvaluesweretakenastheinputvariablesofneuralnetworkmodeltosimulatethehumidity， andthedeterminationcoefficientwas0．8842．Withsimulatingrelativeerrorsranging±O．1．thehitratereached85％．Thetrainedneural networkmodelwasappliedtosimulatetheindoorhumiditywithtwentygroupsofdatasampleswhichhadnotbeenusedtoestablishthe neuralnetworkmodel， andtherootmeansquareerrorwas1．6745，betterthantherootmeansquareerrorofregressionfunction，which was4．4349．Basedontheneuralnetworkmodel，theinfluencingfactorsimpo~aneeofinsideairhumiditywasanalyzed．Theinsidetem- peratureisthemostimportantfactor，andthenextisoutsidehumidityandtemperature，openrationofsunshadecurtain，wi