效益優(yōu)先的溫室光照優(yōu)化調(diào)控模型研究.pdf

效益優(yōu)先的溫室光照優(yōu)化調(diào)控模型研究 單慧勇 李晨陽 張程皓 趙輝 衛(wèi)勇 郭旭存 天津農(nóng)學(xué)院工程技術(shù)學(xué)院 天津市 摘要 針對當(dāng)前溫室光照環(huán)境調(diào)控成本較高的問題 在滿足作物生長需求的條件下降低調(diào)控成本 提出效益優(yōu)先的溫室光 照優(yōu)化調(diào)控模型 通過設(shè)計嵌套試驗獲取溫室不同溫度 二氧化碳濃度 光照強(qiáng)度組合下的黃瓜光合速率數(shù)據(jù) 以此環(huán)境 參數(shù)作為輸入 光合速率作為輸出構(gòu)建基于最小二乘支持向量機(jī) 的光合速率預(yù)測模型 繼而采用融合兩種不 同光照尋優(yōu)方案的效益優(yōu)先的尋優(yōu)算法 基于 神經(jīng)網(wǎng)絡(luò)構(gòu)建光照優(yōu)化調(diào)控模型 數(shù)據(jù)表明提出的效益優(yōu)先的光照優(yōu)化調(diào) 控方案與依據(jù)光飽和點調(diào)控對比 理論光照供需量下降 光合速率降低 驗證試驗中 光照供需量下降 光合速率減少 較自然條件下對比組的光合速率提高 對設(shè)施溫室補光的精準(zhǔn)調(diào)控具有指導(dǎo)意義 關(guān)鍵詞 光合速率 光照優(yōu)化調(diào)控 差分曲率 中圖分類號 文獻(xiàn)標(biāo)識碼 文章編號 單慧勇 李晨陽 張程皓 趙輝 衛(wèi)勇 郭旭存 效益優(yōu)先的溫室光照優(yōu)化調(diào)控模型研究 中國農(nóng)機(jī)化學(xué)報 收稿日期 年 月 日 修回日期 年 月 日 基金項目 天津市企業(yè)優(yōu)秀科技特派員項目 天津市濱海新區(qū)社會發(fā)展領(lǐng)域科技項目 天津市科 技重大專項與工程計劃項目 天津市農(nóng)業(yè)科技成果轉(zhuǎn)化與推廣項目 第一作者 單慧勇 男 年生 山西臨汾人 碩士 副教授 研究方向為農(nóng)業(yè)自動化系統(tǒng) 引言 光是植物進(jìn)行光合作用的主導(dǎo)因子 在設(shè)施溫 室種植方面 以提高作物光合速率為目的 綜合考慮溫 度及二氧化碳濃度 建立植物光照優(yōu)化調(diào)控模型 是設(shè) 施溫室智能調(diào)控系統(tǒng)的重要組成部分 光照優(yōu)化調(diào)控模型的基礎(chǔ)是光合速率預(yù)測模型 傳 統(tǒng)的預(yù)測模型存在擬合精度低等問題 近年來 眾多學(xué)者 以光合作用的主要影響因子為變量進(jìn)行光合速率預(yù)測模 型研究 構(gòu)建了不同的光合速率模型 極大改善了預(yù)測 模型的適應(yīng)性和準(zhǔn)確度 在光照調(diào)控方面 以光飽和點為 調(diào)控指標(biāo)的調(diào)控模型得到廣泛應(yīng)用研究 然而基于飽 和點的調(diào)控雖可達(dá)到最大光合速率 但會造成調(diào)控效益下 降 目前 在考慮環(huán)境參數(shù)調(diào)控效益的前提下 胡瑾 白京 華等基于離散曲率尋找光響應(yīng)曲線曲率最大值點對應(yīng)的 光照強(qiáng)度作為效益最優(yōu)的調(diào)控目標(biāo)值 可在有效降低 調(diào)控成本的前提下提升作物光合速率 本文在考慮光合速率與光照調(diào)控效益的前提下 首先研究構(gòu)建基于 的光合速率預(yù)測模型 繼而設(shè)計了兩種基于曲線平滑差分曲率的光照目標(biāo)值 尋優(yōu)方案 經(jīng)分析提出了融合兩種尋優(yōu)方案獲取效益 優(yōu)先的光照調(diào)控目標(biāo)值 最后基于 神經(jīng)網(wǎng)絡(luò)構(gòu)建 光照優(yōu)化調(diào)控模型 通過遠(yuǎn)程控制系統(tǒng)實現(xiàn)溫室光照 融合效益原則的精準(zhǔn)高效調(diào)控 材料與方法 試驗設(shè)計 試驗于 年 月在天津農(nóng)學(xué)院西校區(qū)實訓(xùn)基 地溫室內(nèi)進(jìn)行 以黃瓜品種津優(yōu) 為試驗材料 環(huán)境 因子變量包括溫度 光照強(qiáng)度及二氧化碳濃度 其中溫 度設(shè)定為 梯度 光照強(qiáng)度設(shè)定為 梯度 二氧化碳濃 度設(shè)定為 梯度 具體如表 所示 試驗采用各環(huán)境因 子間嵌套的方式進(jìn)行設(shè)計 表 環(huán)境變量設(shè)置 環(huán)境變量 梯度 變量值 溫度 光照 濃度 第 卷 第 期 年 月 中國農(nóng)機(jī)化學(xué)報 第 期 單慧勇 等 效益優(yōu)先的溫室光照優(yōu)化調(diào)控模型研究 凈光合速率的測量 選取植株生長狀況差異較小 健壯的黃瓜植株進(jìn) 行試驗 測量設(shè)備為 便攜式光合作用儀 其可 按需控制測量葉室的小環(huán)境 以設(shè)置不同試驗條件 為 避免植物 午休現(xiàn)象 對數(shù)據(jù)采集的影響 選擇在 和 進(jìn)行試驗 本試驗為單葉片瞬時試驗 為得到足夠穩(wěn)定的凈光合 速率 選擇連續(xù) 以上相同天氣進(jìn)行測量 測量前充 分誘導(dǎo)夾入葉室的葉片 最終形成以溫度 二氧化碳 濃度 光照強(qiáng)度 為輸入 光合速率 為輸出的 組試驗樣本集 模型構(gòu)建 本文分 步構(gòu)建光照調(diào)控模型 首先基于 構(gòu)建黃瓜光合速率預(yù)測模型 其次通過構(gòu)建的光 合速率預(yù)測模型獲取不同溫度與二氧化碳濃度下各光 強(qiáng)所對應(yīng)光合速率關(guān)系 提出兩種基于曲線平滑差分 曲率的光照調(diào)控目標(biāo)值獲取方案 繼而基于 神經(jīng) 網(wǎng)絡(luò)構(gòu)建兩種調(diào)控方案的光照調(diào)控模型 基于 的黃瓜光合速率預(yù)測模型 本文采用 算法構(gòu)建光合速率預(yù)測模 型 其具體流程圖如圖 所示 圖 光合速率預(yù)測模型流程圖 影響黃瓜光合速率的主要影響因素有溫度 光強(qiáng) 及 濃度 光合速率模型的構(gòu)建 就是尋求溫度 光強(qiáng) 及二氧化碳濃度 和輸出光合速率 之間的關(guān)系 基于試驗所得到的數(shù)據(jù) 利用 進(jìn)行 編程 對前期 組數(shù)據(jù)進(jìn)行隨機(jī)排序 取前 組數(shù) 據(jù)作為預(yù)測模型的輸入 占總數(shù)據(jù)的 剩余 組 對預(yù)測模型進(jìn)行檢驗 由于各輸入?yún)?shù)及輸出參數(shù)的 數(shù)量級不同 采用 平臺自帶的歸一化函數(shù) 模型歸一化區(qū)間為 選取徑向 基函數(shù)作為核函數(shù)進(jìn)行建模 是控制錯分樣本 懲罰程度的可調(diào)參數(shù) 是徑向基核函數(shù)的參數(shù) 通過網(wǎng)格搜索獲取最優(yōu)的建模參數(shù) 和 其確定的 模型各 參數(shù)確定后調(diào)用 工具箱的 函數(shù) 進(jìn)行光合速率預(yù)測模型的構(gòu)建 不同尋優(yōu)方案下的光照最優(yōu)值獲取方案 本文提出了兩種光照尋優(yōu)方案 方案一依據(jù)光照 增長相對價值曲線曲率最大值進(jìn)行尋優(yōu) 方案二依據(jù) 光合速率增長率曲線曲率最大值進(jìn)行尋優(yōu) 其中光照 增長價值等于 光合速率增長率 式中 為光 合速率樣本數(shù) 為清晰地描述本部分的研究內(nèi)容 繪制不同尋優(yōu) 方案下的光照最優(yōu)值獲取流程圖如圖 所示 為精確地描述程序中的尋優(yōu)條件及尋優(yōu)目標(biāo)函數(shù) 等關(guān)鍵參數(shù) 現(xiàn)結(jié)合流程圖 對上述兩種尋優(yōu)方案的具 體操作步驟進(jìn)行如下描述 獲取不同環(huán)境因子嵌套條件下的光合速率 在試驗梯度范圍內(nèi) 通過循環(huán)形式以每個環(huán)境因素的 不同步長增加的形式 可獲取嵌套環(huán)境因子的所有梯 度條件 本文設(shè)置溫度區(qū)間為 固定步 長 為 二 氧 化 碳 濃 度 區(qū) 間 為 固定步長為 光照強(qiáng)度 設(shè)定范圍為 固定步長為 通過調(diào)用已建立的 光合 速率預(yù)測模型 獲取上述環(huán)境因子嵌套條件下對應(yīng)的 光合速率 采用曲線平滑的差分曲率計算尋優(yōu) 在不同 尋優(yōu)方案下的光照最優(yōu)值獲取過程中 需要進(jìn)行溫度 實例化和二氧化碳濃度實例化 獲取對應(yīng)曲線尋優(yōu) 方案一以光照增長相對價值為評價指標(biāo) 方案二以光 合速率增長率為評價指標(biāo) 尋優(yōu)時確定溫度與二氧化 碳濃度 光強(qiáng)依次遞增 繪制評價指標(biāo)曲線 中國農(nóng)機(jī)化學(xué)報 年 圖 不同尋優(yōu)方案下的光照最優(yōu)值獲取流程圖 基于曲線平滑的差分曲率進(jìn)行曲率計算 記 所需處理的曲線 式中 邊界像素點 應(yīng)用高斯函數(shù)將曲線平滑處理 記處理后的曲線 其中 繼而應(yīng)用差分法計算當(dāng)前點的離散曲率 其中 按照以上方法對兩種方案下評價指標(biāo)曲線各點求 曲率并找出最大值點 此最大值對應(yīng)的光強(qiáng)即尋優(yōu)光 強(qiáng) 記錄和保存其對應(yīng)的光照強(qiáng)度 直到獲取所有評價 指標(biāo)曲線曲率最大點對應(yīng)的光照強(qiáng)度結(jié)束 基于 神經(jīng)網(wǎng)絡(luò)的光照強(qiáng)度優(yōu)化模型的構(gòu)建 基于上述兩種尋優(yōu)方法 分別得到了以溫度 二氧 化碳為輸入 以光照強(qiáng)度調(diào)控目標(biāo)值為輸出的 組 目標(biāo)數(shù)據(jù)集 采用 神經(jīng)網(wǎng)絡(luò)分別進(jìn)行光照強(qiáng)度優(yōu) 化模型構(gòu)建 隨機(jī)選取方案一中 組數(shù)據(jù)作為預(yù)測模型的輸 入 占總數(shù)據(jù)的 剩余 組對預(yù)測模型進(jìn)行檢 驗 在訓(xùn)練時數(shù)據(jù)歸一化處理函數(shù)采用 自 帶函數(shù) 模型設(shè)計為三層神經(jīng)網(wǎng)絡(luò) 結(jié)合 式 確定隱層節(jié)點的數(shù) 槡 式中 隱層節(jié)點數(shù) 輸入層節(jié)點數(shù) 本文為 輸出層節(jié)點數(shù) 本文為 之間的常數(shù) 經(jīng)過多次反復(fù)的訓(xùn)練和調(diào)試 最終將隱層的神經(jīng) 元設(shè)置為 網(wǎng)絡(luò)訓(xùn)練的目標(biāo)誤差為 訓(xùn)練步數(shù) 設(shè)為 步 在此基礎(chǔ)上網(wǎng)絡(luò)隱含層傳遞函數(shù)為 輸出層傳遞函數(shù)為 方案二的光照強(qiáng)度 優(yōu)化模型構(gòu)建方案與方案一相同 模型的驗證與結(jié)果分析 光合速率預(yù)測模型驗證結(jié)果 在 的 工具箱中調(diào)用 函數(shù)進(jìn)行模型驗證 將預(yù)測結(jié)果與實際樣本進(jìn)行反歸一化 處理 結(jié)果表明其平均絕對誤差為 決定系數(shù) 均方誤差為 預(yù) 測結(jié)果誤差如圖 所示 由圖 可見 基于 建 立的光合速率預(yù)測模型誤差較小 即使最大的誤差也均 保持在 的范圍之內(nèi) 即可以較好預(yù)測 作物光合速率變化趨勢 圖 預(yù)測結(jié)果誤差圖 第 期 單慧勇 等 效益優(yōu)先的溫室光照優(yōu)化調(diào)控模型研究 不同尋優(yōu)方案下的光照調(diào)控模型目標(biāo)值獲取結(jié) 果分析 在建模過程中每種方案均獲取了 組不同條 件下光照的調(diào)控點 由于無法完全羅列 故下文僅展 示溫度為 以 為步長 二氧化碳從 區(qū)間以 為步長 條件下的不同尋優(yōu)方案光照獲取結(jié)果 如圖 所示 三角形為方案一所確定的補光點 正方形形為方案 二所確定的補光點 星形為傳統(tǒng)光飽和點所確定的 補光點 時不同 濃度下光合速率與光照強(qiáng)度關(guān)系圖 時不同 濃度下光合速率與光照強(qiáng)度關(guān)系圖 時不同 濃度下光合速率與光照強(qiáng)度關(guān)系圖 時不同 濃度下光合速率與光照強(qiáng)度關(guān)系圖 時不同 濃度下光合速率與光照強(qiáng)度關(guān)系圖 時不同 濃度下光合速率與光照強(qiáng)度關(guān)系圖 圖 不同方案尋優(yōu)結(jié)果對比圖 由圖 可以發(fā)現(xiàn) 方案一光調(diào)控點在低于 時 隨著二氧化碳濃度升高 光照調(diào)控點逐漸降低 在 高于 時 隨著二氧化碳濃度升高 光照調(diào)控點小 幅度增長 方案二的光調(diào)控點與溫度和二氧化碳濃度 呈正相關(guān) 同一二氧化碳濃度下 隨著溫度升高 所需 光強(qiáng)也隨之高 同一溫度下 隨著二氧化碳濃度升高 所需光強(qiáng)也隨之升高 進(jìn)一步分析不同溫度下方案一與方案二光照調(diào)控 點的變化 可以發(fā)現(xiàn)在溫度較低時 基于方案二所獲取 的光照調(diào)控點低于基于方案一所獲取的光照調(diào)控點 在溫度較高時 基于方案二所獲取的光照調(diào)控點高于 基于方案一所獲取的光照調(diào)控點 基于上述分析 提出 效益優(yōu)先的光照調(diào)控策略 在獲取實時溫度與二氧化 碳環(huán)境參數(shù)后 輸入到兩個調(diào)控模型中 獲取兩個光強(qiáng) 中國農(nóng)機(jī)化學(xué)報 年 調(diào)控點 選取其中光照調(diào)控點較小的作為效益優(yōu)先的 光照調(diào)控策略 光照強(qiáng)度優(yōu)化模型結(jié)果及驗證 方案二預(yù)測結(jié)果與誤差如圖 所示 圖 方案二預(yù)測結(jié)果與誤差圖 對基于 神經(jīng)網(wǎng)絡(luò)構(gòu)建的方案一優(yōu)化模型驗證 結(jié)果表明 其決定系數(shù) 均方誤差為 平 均 絕 對 誤 差 為 對基于 神經(jīng)網(wǎng)絡(luò)構(gòu)建的方 案二優(yōu)化模型驗證結(jié)果表明 其決定系數(shù) 均方誤差為 平均絕對誤差為 可見基于 神經(jīng)網(wǎng)絡(luò)建立 的方案二的光照強(qiáng)度優(yōu)化模型誤差略高于方案一的光 照強(qiáng)度優(yōu)化模型 但其最大的誤差也均保持在 的范圍之內(nèi) 如圖 所示 具有較高 的預(yù)測準(zhǔn)確度 調(diào)控效果對比 理論調(diào)控效果分析 為了驗證上述提出的效益優(yōu)先的光照調(diào)控模型的 調(diào)控效果 與獲取光飽和點作為調(diào)控目標(biāo)值的傳統(tǒng)方 案進(jìn)行對比 選取 的溫度區(qū)間 的二氧化碳濃度區(qū)間 以 的溫度 梯度 的二氧化碳濃度梯度為例 對比 結(jié)果如表 所示 從表 中可以看出 依據(jù)效益優(yōu)先的光照調(diào)控可 以使得光照強(qiáng)度大幅降低的同時 光合速率僅小幅度 下降 數(shù)據(jù)表明 本文提出的效益優(yōu)先的光照調(diào)控策 略 相比于傳統(tǒng)光飽和點調(diào)控 光照供需量平均下降 而光合速率平均僅降低了 說明采用 效益優(yōu)先的光照優(yōu)化調(diào)控策略 可以使得設(shè)施溫室作 物補光在投入較少的情況下獲得相對較高的效益 表 傳統(tǒng)光飽和點調(diào)控方案與效益優(yōu)先的調(diào)控方案對比 溫度 二氧化碳濃度 傳統(tǒng)光飽和點調(diào)控 效益優(yōu)先的光照調(diào)控 新方法較傳統(tǒng)方法降低率 光照強(qiáng)度 光合速率 光照強(qiáng)度 光合速率 光照強(qiáng)度 光合速率 實際調(diào)控效果分析 為了驗證本模型的實際調(diào)控效果 在天津農(nóng)學(xué)院 西校區(qū)實訓(xùn)基地溫室內(nèi)開展調(diào)控模型驗證試驗 光照 遠(yuǎn)程調(diào)控系統(tǒng)整體工作流程圖如圖 所示 環(huán)境參數(shù) 通過日光溫室遠(yuǎn)程智能監(jiān)控系統(tǒng)實時獲取 上位機(jī)通 過讀取環(huán)境參數(shù) 利用 軟件運行兩種光照優(yōu)化 第 期 單慧勇 等 效益優(yōu)先的溫室光照優(yōu)化調(diào)控模型研究 調(diào)控模型并進(jìn)行對比 獲取效益優(yōu)先的光照調(diào)控目標(biāo) 值 然后根據(jù)實時的光照強(qiáng)度 判斷是否需要進(jìn)行光照 調(diào)控 若當(dāng)前實時光照高于目標(biāo)值 則不進(jìn)行調(diào)控 繼 續(xù)進(jìn)行調(diào)控目標(biāo)值的計算與實時環(huán)境的比較 若當(dāng)前 光照強(qiáng)度低于目標(biāo)值 則進(jìn)行動態(tài)光照差值計算 發(fā)出 光照調(diào)控信號 試驗光源選取項目合作單位西北農(nóng)林 科技大學(xué)機(jī)械與電子工程學(xué)院自主研發(fā)矩陣多光源補 光燈 補光燈利用 控制電流方式控制燈珠光照 強(qiáng)度 通過 內(nèi)部程序運算 將光照強(qiáng)度值發(fā)給協(xié) 調(diào)器 進(jìn)而進(jìn)行精準(zhǔn)補光 補光系統(tǒng)通過 協(xié)議利用無線數(shù)傳電臺與上位機(jī)通訊 圖 光照遠(yuǎn)程調(diào)控系統(tǒng)整體工作流程圖 試驗在同一溫室的 塊黃瓜生長發(fā)育狀況相同的 區(qū)域進(jìn)行 分別按效益優(yōu)先補光策略 傳統(tǒng)光飽和點補 光策略 不進(jìn)行補光策略進(jìn)行光照調(diào)控 記為效益組 光飽和對照組和自然對照組 試驗中運行效益組與光 飽和對照組的光調(diào)控程序 自然對照組不進(jìn)行補光 試驗在 年 月 日進(jìn)行 試驗時間為 間隔 記錄一組數(shù)據(jù) 共計 組數(shù)據(jù) 當(dāng)天溫室內(nèi)二氧化碳濃度與溫度變化曲線圖如圖 所 示 利用 便攜式光合作用儀對不同試驗區(qū)域 的黃瓜進(jìn)行光合速率測量 得到 組對應(yīng)的光合速率 曲線如圖 所示 三組不同調(diào)控方案下的平均光合速率分別為 式中 效益組光合速率數(shù)據(jù) 光飽和組光合速率數(shù)據(jù) 自然對照組光合速率數(shù)據(jù) 試驗記錄數(shù)據(jù)樣本量 圖 溫度和二氧化碳濃度變化圖 圖 組光合速率的變化趨勢 故而效益組整體光合速率比光飽和組光合速率降 低量為 效益組整體光合速率比自然組光合速率提升量為 設(shè)效益組在不同環(huán)境條件下的目標(biāo)補光值為 光飽和點組在不同環(huán)境條件下的目標(biāo)補光值 為 則效益組整體光合速率比光飽和組補充 光照供需量降低量 經(jīng)對比計算 效益組整體光合速率比光飽和組光 合速率低 補充光照供需量降低 效益 組整體光合速率比自然組高 說明提出的以 效益優(yōu)先的光照調(diào)控可以在大幅度提高光合效益的同 時降低光照補充能耗 對設(shè)施溫室補光的精準(zhǔn)調(diào)控具 中國農(nóng)機(jī)化學(xué)報 年 有指導(dǎo)意義 結(jié)論 本文在 算法構(gòu)建的光合速率預(yù)測 模型的基礎(chǔ)上 提出了融合兩種不同尋優(yōu)方案的效益 優(yōu)先的光照優(yōu)化調(diào)控目標(biāo)值獲取方案 繼而基于 神經(jīng)網(wǎng)絡(luò)構(gòu)建了光照優(yōu)化調(diào)控模型 對提出的光照優(yōu)化調(diào)控模型進(jìn)行評估分析 數(shù) 據(jù)表明所提出的調(diào)控方案較傳統(tǒng)光飽和點調(diào)控方案的 理論光照供需量下降 但光合速率僅降低 經(jīng)對比試驗驗證 光照供需量下降 光 合速率減少 較自然條件下的光合速率提高了 因此所提出的光照優(yōu)化調(diào)控模型可在大幅提 高光合效益的同時降低光照補充能耗 作物的生長受溫室多種環(huán)境因素影響 多環(huán)境 因子之間存在相互關(guān)聯(lián)的關(guān)系 且調(diào)控成本差異顯著 后續(xù)課題組將深入研究 探討智能多因子耦合的調(diào)控 方案 將二氧化碳 光照等環(huán)境因子進(jìn)行融合調(diào)控 進(jìn) 一步提高設(shè)施環(huán)境智能精準(zhǔn)調(diào)控水平 參 考 文 獻(xiàn) 梁文娟 王美玲 艾希珍 等 黃瓜幼苗光合作用對亞適溫 弱光脅迫的適應(yīng)性 農(nóng)業(yè)工程學(xué)報 張振賢 艾希珍 趙世杰 等 黃瓜葉片光合作用的溫度補 償點與光合啟動時間 園藝學(xué)報 張盼 非均勻光合特性約束下的黃瓜立體需光模型構(gòu)建方 法研究 楊凌 西北農(nóng)林科技大學(xué) 張海輝 張珍 張斯威 等 黃瓜初花期光合速率主要影響 因素分析與模型構(gòu)建 農(nóng)業(yè)機(jī)械學(xué)報 李天來 顏阿丹 羅新蘭 等 日光溫室番茄單葉凈光合速率 模型的溫度修正 農(nóng)業(yè)工程學(xué)報 史為民 陳青云 喬曉軍 日光溫室黃瓜葉片光合速率模 型及其參數(shù)確定的初步研究 農(nóng)業(yè)工程學(xué)報 胡瑾 何東健 任靜 等 基于遺傳算法的番茄幼苗光合作 用優(yōu)化調(diào)控模型 農(nóng)業(yè)工程學(xué)報 胡瑾 閆柯 何東健 等 基于改進(jìn)型魚群算法的番茄光 環(huán)境調(diào)控目標(biāo)值模型 農(nóng)業(yè)機(jī)械學(xué)報 胡瑾 田紫薇 汪健康 等 基于離散曲率的溫室 優(yōu) 化調(diào)控模型研究 農(nóng)業(yè)機(jī)械學(xué)報 辛萍萍 效益優(yōu)先的溫室環(huán)境多因子協(xié)同調(diào)控模型與方法 研究 楊凌 西北農(nóng)林科技大學(xué) 白京華 基于光合速率預(yù)測模型的黃瓜幼期 光照 協(xié)同調(diào)控目標(biāo)參數(shù)獲取方法 楊凌 西北農(nóng)林科技大 第 期 單慧勇 等 效益優(yōu)先的溫室光照優(yōu)化調(diào)控模型研究 學(xué) 李萍萍 李冬生 王紀(jì)章 等 溫室黃瓜葉片光合速率的 類卡方模型 農(nóng)業(yè)工程學(xué)報 胡瑾 高攀 陳丹艷 等 融合暗熒光參數(shù)的茄子葉片光 合速率預(yù)測模型構(gòu)建 農(nóng)業(yè)機(jī)械學(xué)報 陳濤 呂松 任廷林 等 基于最小二乘支持向量機(jī)的周 用電量預(yù)測方法 華電技術(shù) 孫雙林 楊倩 基于最小二乘支持向量機(jī)的船舶集中空調(diào) 系統(tǒng)能耗預(yù)測 艦船科學(xué)技術(shù) 陶開鑫 俞成丙 侯頎驁 等 基于最小二乘支持向量機(jī) 的棉針織物活性染料濕蒸染色預(yù)測模型 紡織學(xué)報 郭娟娟 鐘寶江 弦長曲率 一種離散曲率計算方 法 模式識別與人工智能 陶彥蓉 基于 神經(jīng)網(wǎng)絡(luò)的黃瓜光合速率預(yù)測模型研 究 楊凌 西北農(nóng)林科技大學(xué) 劉翔 基于光溫耦合的設(shè)施光環(huán)境檢測與智能調(diào)控系統(tǒng)設(shè) 計 楊凌 西北農(nóng)林科技大學(xué) 梁巖 番茄智能補光監(jiān)控算法研究與系統(tǒng)軟件開發(fā) 楊凌 西北農(nóng)林科技大學(xué)