农业机械学报

作者：祖林禄，柳平增，赵妍平，李天华，李辉

单位：山东农业大学,山东农业大学,山东农业大学,山东农业大学,山东农业大学,

关键词：日光温室;物联网;麻雀搜索算法;长短期记忆网络;环境预测模型

基金：山东省农业重大应用技术创新项目(SD2019ZZ019)、山东省科技型中小企业创新能力提升工程项目(2022TSGC2047)和山东省重大科技创新工程项目(2022CXGC020708)

构建日光温室环境预测模型，准确预测温室环境变化有助于精准调控作物生长环境，促进果蔬生长。而温室小气候环境数据多参数并存、耦合关系复杂，且具有时序性和非线性，难以建立准确的预测模型。针对以上问题，提出一种基于麻雀搜索算法（SSA）优化的长短期记忆网络(LSTM)温室环境预测模型，实现了温室环境数据的精准预测。实验结果表明，采用SSA自动进行参数选优的方式，解决了LSTM模型参数手动选择的难题，大幅缩短模型训练时间，且最优的网络参数能够发挥模型的最佳性能。对日光温室内空气温湿度、土壤温湿度、CO2浓度和光照强度6种环境参数进行预测，SSA-LSTM平均拟合指数高达97.6%，相比BP、门控循环单元（GRU）、LSTM，其预测拟合指数分别提升8.1、4.1、4.3个百分点，预测精度明显提升。

来源：2023年第2期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2023年第2期