基于人工神经网络的热带兰栽培环境因子模型研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 引言 | 第11-22页 |
| 1.1 设施环境模拟研究进展 | 第12-15页 |
| 1.1.1 国外研究进展 | 第12-13页 |
| 1.1.2 国内研究进展 | 第13-15页 |
| 1.2 BP神经网络及其应用 | 第15-17页 |
| 1.3 热带兰花设施生产概况 | 第17-19页 |
| 1.3.1 文心兰设施生产概况 | 第17-18页 |
| 1.3.2 蝴蝶兰设施生产概况 | 第18-19页 |
| 1.4 研究目的与意义 | 第19页 |
| 1.5 研究内容及创新点 | 第19-21页 |
| 1.5.1 研究内容 | 第19-20页 |
| 1.5.2 创新点 | 第20-21页 |
| 1.6 技术路线 | 第21-22页 |
| 2 材料与方法 | 第22-31页 |
| 2.1 实验与数据处理 | 第22-26页 |
| 2.1.1 实验设计 | 第22-25页 |
| 2.1.2 数据处理 | 第25-26页 |
| 2.2 MATLAB建模过程 | 第26-29页 |
| 2.2.1 数据归一化 | 第26-27页 |
| 2.2.2 确定网络结构 | 第27-28页 |
| 2.2.3 程序设计 | 第28-29页 |
| 2.3 模型的检验方法 | 第29-31页 |
| 3 结果与分析 | 第31-52页 |
| 3.1 遮光率对文心兰品质的影响 | 第31-32页 |
| 3.1.1 不同遮光率下环境差异 | 第31页 |
| 3.1.2 不同遮光率下切花品质的差异 | 第31-32页 |
| 3.1.3 不同遮光率下文心兰直立性差异 | 第32页 |
| 3.2 荫棚环境预测模型 | 第32-40页 |
| 3.2.1 荫棚环境即时预测模型 | 第32-37页 |
| 3.2.2 荫棚环境24h预测模型 | 第37-40页 |
| 3.3 温室环境模拟及控制策略优化 | 第40-52页 |
| 3.3.1 温室环境15min预测模型 | 第40-45页 |
| 3.3.2 温室环境控制模型 | 第45-48页 |
| 3.3.3 基于外环境和控制的温室环境模型 | 第48-49页 |
| 3.3.4 温室环境神经网络预测控制效果 | 第49-52页 |
| 4 讨论 | 第52-54页 |
| 4.1 遮光率对文心兰品质的影响 | 第52页 |
| 4.2 荫棚环境预测模型 | 第52-53页 |
| 4.3 温室环境模拟及控制优化 | 第53-54页 |
| 5 结论与展望 | 第54-55页 |
| 5.1 结论 | 第54页 |
| 5.2 展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录 | 第59-65页 |
| 攻读硕士学位期间取得的学术成果 | 第65页 |
| 资助课题 | 第65-66页 |
| 致谢 | 第66页 |
