基于模糊控制的温室智能控制系统实现路径

总结

为提高农业温室环境控制的精确程度，本文主要研究了图4温内温湿度控制结果

图5室内外环境变化下温湿度的控制结果

温室智能控制系统的实现路径，提出的智能控制方案基于模糊神经网络，通过温室环境数学模型的构建实现对室内外环境因素的有效控制，并据此实现通风、喷雾和加热量的微分式的获取，在此基础上结合使用自适应模糊神经推理系统，并以温、湿度差作为输入，获取控制输出后，再用遗传算法优化控制器的输出比例因子，使控制响应速度和稳定性得到进一步提高，检测结果表明该系统能够对环境设置值进行快速且稳定地追踪，具有较高的实际应用价值。

参考文献

[1]申超群，杨静.温室温度控制系统的RBF神经网络PID控制[J].控制工程， 2017（2）：361364.

[2]万伟红，况杰华，付友生.基于PID算法的温室环境控制系统设计[J].农业工程， 2017（5）：5153.

[3]张娓娓，袁路路.基于遗传优化模糊PID算法的温室智能控制系统研究[J].农机化研究， 2017（7）：209213.

[4]宫志宏，董朝阳，于红，等.节能型日光温室智能加温控制系统设计[J].中国农业气象， 2017（6）：361368.

[5]王博，刘忠富，庄婧昱，等.基于STM32的无线温室大棚控制系统设计[J].电子测量技术， 2017（6）：4246.

[6]陈高锋，熊刚，龙建明，等.基于STM32和ZigBee的小型温室环境控制系统设计[J].江苏农业科学， 2017（8）：191195.

[7]王鸿磊，李晓东，徐平平.模糊专家与PID混合控制的温室高效增温算法研究[J].现代电子技术， 2017（8）：1418.

（收稿日期： 2018.12.14）

推荐访问:温室 路径 智能控制 模糊 系统实现