| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 1 引言 | 第9-15页 |
| ·研究意义 | 第9-10页 |
| ·温室模型研究进展 | 第10-13页 |
| ·国外温室模型研究进展 | 第10-12页 |
| ·国内温室模型的研究进展 | 第12-13页 |
| ·研究目的、内容及技术路线 | 第13-15页 |
| ·研究目的及内容 | 第13-14页 |
| ·技术路线 | 第14-15页 |
| 2 BP神经网络建模的基本理论 | 第15-23页 |
| ·人工神经网络理论 | 第15-16页 |
| ·生物神经元模型 | 第15页 |
| ·人工神经网络模型 | 第15-16页 |
| ·BP神经网络理论 | 第16-23页 |
| ·BP神经网络建模原理 | 第17页 |
| ·BP神经网络的数学描述 | 第17-18页 |
| ·BP算法的程序实现 | 第18-19页 |
| ·BP神经网络的不足和改进 | 第19页 |
| ·MATLAB神经网络工具箱 | 第19-23页 |
| 3 夏季通风条件下温室内外环境因子试验研究 | 第23-50页 |
| ·材料与方法 | 第23-26页 |
| ·试验温室 | 第23-24页 |
| ·测试仪器和内容 | 第24-25页 |
| ·试验设计 | 第25-26页 |
| ·试验方法和数据提取 | 第26-27页 |
| ·试验方法 | 第26-27页 |
| ·数据提取 | 第27页 |
| ·结果与分析 | 第27-49页 |
| ·不同工况对温室内外温度变化的影响 | 第28-34页 |
| ·不同工况对温室内外湿度变化的影响 | 第34-38页 |
| ·不同工况对温室内外 CO_2浓度变化的影响 | 第38-43页 |
| ·不同工况对温室内外光照强度变化的影响 | 第43-46页 |
| ·不同工况对温室内外风速变化的影响 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 4 基于BP神经网络的温室环境参数预测的 MATLAB实现 | 第50-66页 |
| ·BP网络程序设计的 MATLAB实现 | 第50-51页 |
| ·温室环境的特点 | 第50页 |
| ·样本的归一化 | 第50-51页 |
| ·网络结构的确定 | 第51-56页 |
| ·输入、输出层神经元数的确定 | 第51页 |
| ·网络层数的确定 | 第51-52页 |
| ·传递函数的确定 | 第52-53页 |
| ·隐层神经元数的确定 | 第53-56页 |
| ·训练函数的确定 | 第56-61页 |
| ·训练算法的收敛性 | 第57-59页 |
| ·训练算法的仿真性能 | 第59-60页 |
| ·训练算法的泛化性能 | 第60-61页 |
| ·网络训练参数的选择 | 第61-62页 |
| ·学习速率的确定 | 第61页 |
| ·期望误差的选取 | 第61-62页 |
| ·网络结构的最终确定 | 第62页 |
| ·神经网络模型程序设计 | 第62-65页 |
| ·BP网络的程序流程 | 第62-63页 |
| ·程序关键代码 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 5 BP神经网络模型预测结果与分析 | 第66-73页 |
| ·BP神经网络模型检验样本预测结果与分析 | 第66-69页 |
| ·温室内空气温度 BP神经网络预测 | 第66-67页 |
| ·温室内空气湿度 BP神经网络预测 | 第67页 |
| ·温室内CO_2浓度 BP神经网络预测 | 第67-68页 |
| ·温室内光照强度 BP神经网络预测 | 第68-69页 |
| ·温室内风速 BP神经网络预测 | 第69页 |
| ·BP神经网络模型泛化样本预测结果与分析 | 第69-72页 |
| ·温室内空气温度 BP神经网络泛化预测 | 第69-70页 |
| ·温室内空气湿度 BP神经网络泛化预测 | 第70页 |
| ·温室内CO_2浓度 BP神经网络泛化预测 | 第70-71页 |
| ·温室内光照强度 BP神经网络泛化预测 | 第71页 |
| ·温室内风速 BP神经网络泛化预测 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 6 结论与展望 | 第73-76页 |
| ·主要结论 | 第73-74页 |
| ·论文创新点 | 第74页 |
| ·研究中存在的问题及展望 | 第74-76页 |
| ·存在的问题 | 第74-75页 |
| ·进一步研究的思路 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 致谢 | 第81-82页 |
| 附录 | 第82-83页 |
| 附表1 | 第83-86页 |
| 附表2 | 第86-90页 |