溫室能耗與作物產量預測研究及Android監(jiān)測系統(tǒng)設計.pdf

1、溫室環(huán)境調控是現代溫室中最重要的關鍵技術之一，提高溫室環(huán)境控制的能力才能更好的促進我國農業(yè)現代化的不斷發(fā)展。隨著國內溫室大棚的迅速增多，為了提高農作物生產效率，增加經濟收入，對溫室的智能監(jiān)控是實現溫室高產、優(yōu)質的必然要求。溫室智能監(jiān)控是指通過收集農業(yè)知識、技術以及各種試驗數據構建專家系統(tǒng)，以建立作物生長的數學模型為理論依據，研究出的一種指導溫室調控和作物生長的溫室專家控制系統(tǒng)。
　　為了設計一種指導溫室供熱與預測作物產量的智能監(jiān)控

2、系統(tǒng)，研究了溫室供熱能耗與作物產量之間的關系。根據溫室能量與物質平衡原理，建立了以Venlo型溫室為對象的溫室能量流動模型；根據作物的光合作用，呼吸作用、物質分配流動等過程，建立了以番茄為對象的物質流動模型。
　　對建立的物質能量流動模型采用優(yōu)化算法進行參數辨識，使之符合真實試驗溫室。比較了傳統(tǒng)遺傳算法和粒子群算法的優(yōu)缺點后，提出一種改進型粒子群遺傳算法混合算法(改進型PSO-GA)來辨識模型的參數。改進型PSO-GA是基于粒子群

3、和遺傳算法相結合，并引入自適應算子提高算法收斂速度和收斂精度，克服了單一粒子群群算法容易陷入局部最優(yōu)的缺陷，相比較于遺傳算法，在收斂速度上有明顯優(yōu)勢。
　　結合試驗溫室的環(huán)境數據和溫室能耗數據對溫室能量流動模型分別采用三種算法進行辨識，辨識的結果表明，改進型PSO-GA優(yōu)化算法比傳統(tǒng) PSO和 GA算法在辨識參數的速度上快23％，辨識精度上高1.5%。經過辨識的溫室能量流動模型模擬的溫室供熱能耗在整體趨勢上貼合實際溫室能耗，6天的

4、模擬總能耗與實際總能耗存在8.9%的誤差，證明了溫室能量流動模型基本符合實際試驗溫室。利用溫室能量流動模型和作物物質流動模型模擬研究了溫室供熱能耗與作物產量之間關系，模擬試驗溫室2月10日室內平均溫度從14.9℃增加25.9℃，模擬的作物產量增加了24.5%，而模擬的溫室供熱能耗增加了109.7%。
　　利用建立的溫室能量流動模型和作物物質流動模型來指導溫室智能監(jiān)控，設計了基于 Android平臺溫室遠程監(jiān)控系統(tǒng)。系統(tǒng)主要由基于C