计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2013年
21期
240-244
,共5页
数学模型%学习和提高的径向基神经网络(LI-RBF)%辨识器%控制器%农业控制系统
數學模型%學習和提高的徑嚮基神經網絡(LI-RBF)%辨識器%控製器%農業控製繫統
수학모형%학습화제고적경향기신경망락(LI-RBF)%변식기%공제기%농업공제계통
mathematical model%Learning and Improvement Radical Basis Function(LI-RBF)%identifier%controller%agricultural control system
农业温室温度控制过程中，温度的精准控制是一个非线性、滞后的问题，实验表明，现有的PID控制很难实现对农业温度的辨识控制，控制过程的准确率，收敛速度慢等问题。提出建立农业温度控制模型，通过采用LI-RBF神经网络辨识器对农业温度控制系统进行辨识，以及LI-RBF神经网络与PID控制相结合，构成LI-RBF-PID控制策略。通过系统跟踪辨识结果比较，以及LI-RBF-PID控制器控制参数在线自整定的农业温度控制曲线表明，该方法优于PID控制，实现了农业温室温度智能辨识控制。
農業溫室溫度控製過程中，溫度的精準控製是一箇非線性、滯後的問題，實驗錶明，現有的PID控製很難實現對農業溫度的辨識控製，控製過程的準確率，收斂速度慢等問題。提齣建立農業溫度控製模型，通過採用LI-RBF神經網絡辨識器對農業溫度控製繫統進行辨識，以及LI-RBF神經網絡與PID控製相結閤，構成LI-RBF-PID控製策略。通過繫統跟蹤辨識結果比較，以及LI-RBF-PID控製器控製參數在線自整定的農業溫度控製麯線錶明，該方法優于PID控製，實現瞭農業溫室溫度智能辨識控製。
농업온실온도공제과정중，온도적정준공제시일개비선성、체후적문제，실험표명，현유적PID공제흔난실현대농업온도적변식공제，공제과정적준학솔，수렴속도만등문제。제출건립농업온도공제모형，통과채용LI-RBF신경망락변식기대농업온도공제계통진행변식，이급LI-RBF신경망락여PID공제상결합，구성LI-RBF-PID공제책략。통과계통근종변식결과비교，이급LI-RBF-PID공제기공제삼수재선자정정적농업온도공제곡선표명，해방법우우PID공제，실현료농업온실온도지능변식공제。
Agricultural greenhouse temperature control process, the temperature control is a precision linearity and hysteresis problems. The existing PID control is difficult to achieve the identification of agriculture temperature control, the accuracy of the control process, slow convergence problem. The establishment of agricultural temperature control model, by using LI-RBF neural network identifier temperature control system for agriculture identification, LI-RBF neural network and PID control are combined to form LI-RBF-PID control strategy. Comparison of tracking through the system identification and LI-RBF-PID controller parameters online self-tuning temperature control curve agriculture show that the method is superior to PID control, achieving intelligent identification of agricultural greenhouse temperature control.
