农业机械学报

作者：崔永杰，王明辉，张鑫宇，宁普才，崔功佩，王琦

单位：西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,陕西旭田光电农业科技有限公司,

关键词：营养液;调控模型;支持向量机回归;离散斜率;人工鱼群算法

基金：杨凌示范区产学研用协同创新重大项目（2018CXY-22）和陕西省重点研发计划项目(2019ZDLNY02-04)

针对目前设施栽培中营养液动态调配精确度低的问题，提出一种基于支持向量机回归（Support vector machine regression, SVR）的营养液调控模型。首先，通过设计嵌套试验采集了13个温度、50组不同Knop营养液（A:99%Ca(NO3)2·4H2O、B:98%KNO3、C:99%KH2PO4、D:98%MgSO4·7H2O、E:99%EDTA-NaFe 5种化合物）配比下的营养液pH值、EC、K+质量浓度、Ca2+质量浓度和NO-3质量浓度等检测指标值，并基于SVR构建营养液检测指标预测模型；然后，采用离散斜率法计算营养液检测指标值与5种化合物含量的响应曲线离散斜率，并利用人工鱼群算法获取离散斜率最大突变点；最后，以该突变点对应的5种化合物含量作为最优调控目标值，基于SVR构建营养液调控模型，并进行验证试验。结果表明：基于SVR的营养液调控模型中对应5种化合物含量的决定系数分别为0.99、0.98、0.99、0.96、0.99，均方根误差分别为4.29、7.39、5.02、2.85、3.96mg，拟合效果良好。对比逐步拟合响应模型获取目标值的结果发现，基于SVR的营养液调控模型5种化合物含量的平均相对误差分别降低了37.65%、49.94%、40.53%、50.58%、42.84%；在验证试验中，对比逐步拟合响应模型发现，基于SVR的营养液调控模型5种化合物使用量的相对误差平均值分别降低了46.42%、52.08%、54.03%、53.59%、54.54%，调控过程中5种化合物使用量的平均降低率分别为1.69%、5.81%、5.85%、3.65%、7.08%。本文基于SVR构建的营养液调控模型具有高效、节能特点，可为设施作物栽培的实际生产应用提供参考。

来源：2021年第1期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2021年第1期