您的位置: 首页 > 中文期刊论文 > 详情页

基于SSA-PSO-LSTM模型的羊舍相对湿度预测技术

作   者:
郭建军韩钤钰董佳琦周冰徐龙琴刘双印
作者机构:
仲恺农业工程学院广州市农产品质量安全溯源信息技术重点实验室
关键词:
粒子群优化长短时记忆网络羊舍奇异谱分析湿度预测
期刊名称:
农业机械学报
i s s n:
1000-1298
年卷期:
2022 年 53 卷 009 期
页   码:
365-373,398
摘   要:
羊舍湿度过高或过低都会直接威胁肉羊健康生长,及时掌握湿度变化趋势并提前调控是确保规模化肉羊无应激环境下健康养殖的关键.为提高湿度预测精度,提出了基于奇异谱分析(SSA)、粒子群优化算法(PSO)、长短时记忆网络(LSTM)的羊舍湿度非线性组合预测模型.利用SSA分离出正常序列和噪声序列,将原始序列转换为平滑序列;其次通过PSO不断迭代优化确定LSTM的最优参数组合,降低LSTM的训练成本;最终依据优化参数建立组合预测模型分别对两序列进行预测,模型结果之和为最终预测结果.利用该模型对新疆维吾尔自治区2021年3月17-27日期间的羊舍空气相对湿度进行预测,结果表明,该组合预测模型具有良好的泛化性、稳定性和收敛性.与标准的ELM、SVR、LSTM、PSO-LSTM、EMD-PSO-LSTM等模型相比,本文提出的SSA-PSO-LSTM组合模型具有更高的预测精度,其均方误差、平均绝对误差和决定系数分别为1.127%2、0.803%和0.988.
相关作者
载入中,请稍后...
相关机构
    载入中,请稍后...
应用推荐

意 见 箱

匿名:登录

个人用户登录

找回密码

第三方账号登录

忘记密码

个人用户注册

必须为有效邮箱
6~16位数字与字母组合
6~16位数字与字母组合
请输入正确的手机号码

信息补充