[发明专利]一种基于经验模态分解模型的草莓温室温度智能检测装置

摘要

本发明公开了一种基于经验模态分解模型的草莓温室温度智能检测装置，其特征在于：所述检测装置包括基于CAN现场总线的草莓温室环境参数采集平台、草莓温室温度智能预测系统；本发明不但有效解决了传统草莓温室环境由于设计不合理、设备落后、控制系统不完善等原因导致密闭式草莓温室内环境仍存在许多问题，而且有效解决了现有的草莓温室环境监测系统，没有根据草莓温室环境温度变化的非线性、大滞后和草莓温室面积大温度变化复杂等特点，对草莓温室环境的温度进行监测与预测，从而极大的影响草莓温室环境温度的调控问题。

主权项

1.一种基于经验模态分解模型的草莓温室温度智能检测装置，其特征在于：所述检测装置包括基于CAN现场总线的草莓温室环境参数采集平台、草莓温室温度智能预测系统；所述草莓温室温度智能预测系统包括草莓温室温度预测子系统、草莓温室湿度预测子系统、草莓温室风速预测子系统、草莓温室温度校正模型；所述草莓温室温度预测子系统包括草莓温室环境温度减法聚类分类器、多个HRFNN递归神经网络温度预测模型和HRFNN递归神经网络草莓温室温度融合模型；草莓温室多个温度检测点值为草莓温室环境温度减法聚类分类器的输入，草莓温室环境温度减法聚类分类器把草莓温室多个温度检测点值分为多个类型，多个类型的草莓温室多个温度检测点值分别作为多个HRFNN递归神经网络温度预测模型的输入，多个HRFNN递归神经网络温度预测模型的输出为每个类型的草莓温室多个温度检测点值的预测值，HRFNN递归神经网络草莓温室温度融合模型实现对多个类型的草莓温室多个温度检测点值的预测值的融合，HRFNN递归神经网络草莓温室温度融合模型的输出为草莓温室温度的预测值；所述草莓温室湿度预测子系统包括草莓温室湿度经验模态（EMD）分解模型、多个ANFIS神经网络湿度预测模型和最小二乘支持向量机（LS‑SVM）草莓温室湿度融合模型；草莓温室湿度多个检测点值作为草莓温室湿度经验模态（EMD）分解模型的输入，草莓温室湿度经验模态（EMD）分解模型把草莓温室湿度多个检测点值分解为低频趋势部分和多个高频波动部分，草莓温室湿度多个检测点值的低频趋势部分和多个高频波动部分分别作为多个ANFIS神经网络湿度预测模型的输入，多个ANFIS神经网络湿度预测模型分别对草莓温室湿度多个检测点值的低频趋势部分和多个高频波动部分进行预测，最小二乘支持向量机（LS‑SVM）草莓温室湿度融合模型实现对草莓温室湿度多个检测点值的低频趋势部分和多个高频波动部分的预测值进行融合，最小二乘支持向量机（LS‑SVM）草莓温室湿度融合模型的输出为草莓温室湿度的预测值；所述草莓温室风速预测子系统包括草莓温室风速经验模态（EMD）分解模型、多个最小二乘支持向量机（LS‑SVM）风速预测模型和ANFIS神经网络草莓温室风速融合模型；草莓温室多个风速检测点值作为草莓温室风速经验模态（EMD）分解模型的输入，草莓温室风速经验模态（EMD）分解模型把草莓温室多个风速检测点值分解为低频趋势部分和多个高频波动部分，草莓温室风速检测点值的低频趋势部分和多个高频波动部分分别作为多个最小二乘支持向量机（LS‑SVM）风速预测模型的输入，多个最小二乘支持向量机（LS‑SVM）风速预测模型分别对草莓温室风速检测点值的低频趋势部分和多个高频波动部分进行预测，ANFIS神经网络草莓温室风速融合模型实现对草莓温室风速检测点值的低频趋势部分和多个高频波动部分的预测值进行融合，ANFIS神经网络草莓温室风速融合模型的输出为草莓温室风速的预测值；所述草莓温室温度校正模型由6个微分算子S和ANFIS神经网络组成，6个微分算子S平均分成3组，每组2个微分算子S相串联分别构成微分回路1和微分回路2以及微分回路3；草莓温室温度预测子系统的输出作为微分回路1的输入和ANFIS神经网络I端的输入，微分回路1的2个微分算子S的连接端的输出为ANFIS神经网络B端的输入，微分回路1的输出为ANFIS神经网络A端的输入；草莓温室风速预测子系统的输出作为微分回路2的输入和ANFIS神经网络C端的输入，微分回路2的2个微分算子S的连接端的输出为ANFIS神经网络D端的输入，微分回路2的输出为ANFIS神经网络E端的输入；草莓温室湿度预测子系统的输出作为微分回路3的输入和ANFIS神经网络F端的输入，微分回路3的2个微分算子S的连接端的输出为ANFIS神经网络J端的输入，微分回路3的输出为ANFIS神经网络K端的输入；ANFIS神经网络由9个输入端节点分别为I、A、B、C、D、E、F、J和K，20个中间节点和1个输出端节点组成，草莓温室温度校正模型实现草莓温室湿度和风速对草莓温室温度影响程度的校正。