[发明专利]一种铁皮石斛生长环境预测方法

说明书

本发明涉及一种铁皮石斛生长环境预测方法，包括生长环境预测模型和改进的BP神经网络的步骤，其中生长环境预测模型包括对获得的参数作归一化处理，使神经网络对样本具有很好的拟合性，改进的BP神经网络的步骤包括一级模糊控制器对输入误差信号e(n)处理和二级模糊控制器对输入误差变化率进行处理。本发明的有益效果是：本发明提供了一种改进的BP神经网络算法用于植物生长环境预测,改进的BP神经网络克服了传统BP神经网络收敛速度慢的缺陷，同时改变步长，从而利用模糊控制根据生长环境做出自适应变步长,提高了收敛速度。

技术领域

本发明设计植物生长环境的预测方法，尤其涉及一种铁皮石斛生长环境预测方法。

背景技术

铁皮石斛是我国传统的名贵中药材，其药理作用具有增强免疫、抗肿瘤、抗氧化、益肝胃、降血糖、养阴生津等功效。由于铁皮石斛生长环境比较特殊，自然繁殖率低，生长缓慢等原因，铁皮石斛的供给一直严重不足，而其中影响铁皮石斛生长的重要因素为光照、温度、湿度等，所以对其生长环境进行实时监测与预测可以保证在不好的情况下提前采取应对措施，避免不必要的损失。

目前BP神经网络因为具有良好的非线性拟合特性，对于解决植物生长环境方面有广泛应用。如果要求对大面积植物生长过程进行预测，需要大量数据进行多次有效学习，因此学习时间和空间消耗是很大的。

发明内容

本发明的目的是克服现有技术中的不足，提供一种快速且高效的铁皮石斛生长环境的预测方法。本发明的目的是通过以下技术方案实现的：

这种铁皮石斛生长环境的预测方法，包括以下步骤：

第一步，生长环境预测模型：

首先对获得的参数作归一化处理，使神经网络对样本具有很好的拟合性：

其中，x′为归一化后数值，x为当前数值，x_max为样本最大值，x_min为样本最小值；

设置神经网络的输入层节点数为A，A代表影响铁皮石斛生长环境的主要因素个数，即土壤温度、土壤湿度、空气温度、空气湿度、光照、二氧化碳和时间；输出层节点数为B，B代表影响铁皮石斛生长环境预测的主要因素个数，一般设置A＝B；隐含层节点C由输入和输出的要求而定；

为缩短网络的训练时间，采用串行输入方式，输入样本已知N个训练数据，第N+1个数据为导师进行训练；结束后，输入数据依次向后移动一个数据为下一组输入数据，以第N+2个数据为导师进行训练，依此类推下去；由此可以掌握神经网络预测的规律，预测模型为：

D_n+1＝F(D_n，D_n-1，D_n-2，D_n-3，...，D_n-m)

F(D_n)表示历史数据经过神经网络预测映射的函数，D_n表示在n时刻环境参数的值；

第二步，改进的BP神经网络的步骤：

首先对数据进行处理，将误差较大的数据处理掉，其次利用二级模糊控制器对其他数据误差进行处理；

1)一级模糊控制器对输入误差信号e(n)处理：将神经网络收敛造成的误差输入一级模糊控制器，与上一次误差e(n-1)进行对比，可判断误差之差(e(n)-e(n-1))是收敛还是发散；通过设置的隶属函数，分为误差高速上升PB1、误差中速上升PM1、误差低速上升PS1、误差稳定01、误差低速下降NS1、误差中速下降NM1和误差高速下降NB1七种状态，进行模糊处理，根据设计的规则库为学习率和动量作出相应改变，从而调整步长：

①如果e(n)为PB1状态时，那么将学习率适当减小，动量设置为0.01，取消这一次迭代，回到上一次迭代；