温室控制系统模糊神经网络控制器的研究温室控制系统模糊神经网络控制器的研究
摘要:本文结合模糊控制的知识表达能力和神经网络的自学习自适应能力,把模糊控制技术、神经网络技术、计
算机技术应用于温室控制系统的设计与研究,设计了温室模糊神经网络控制器。整个系统经实际运行表明,采用
本文所提出的模糊神经网络方法进行控制,具有推理速度快,动态及静态性能好,抗干扰能力强等优点。 0
引言 温室综合环境控制就是对如温度、湿度、光照强度等环境因子进行综合调节和控制。通过合理地控制
温室中的各个执行机构,使作物和环境因子达到的统一,这是温室控制的目标。温室系统是一个非线性、大滞
后、大惯性、强耦合、时变的复杂大系统,它要受到多变的外部环境、受控对象的不确定性、作物形态、尺寸
不断变化
摘要:本文结合模糊控制的知识表达能力和神经网络的自学习自适应能力,把模糊控制技术、神经网络技术、计算机技术应
用于温室控制系统的设计与研究,设计了温室模糊神经网络控制器。整个系统经实际运行表明,采用本文所提出的模糊神经网
络方法进行控制,具有推理速度快,动态及静态性能好,抗干扰能力强等优点。
0 引言引言
温室综合环境控制就是对如温度、湿度、光照强度等环境因子进行综合调节和控制。通过合理地控制温室中的各个执行机
构,使作物和环境因子达到的统一,这是温室控制的目标。温室系统是一个非线性、大滞后、大惯性、强耦合、时变的复杂大
系统,它要受到多变的外部环境、受控对象的不确定性、作物形态、尺寸不断变化的影响.针对模糊控制和神经网络控制的优
缺点,本文将模糊理论的知识表达与神经网络的自学习能力有机地结合起来,采用快速的学习算法,提出了一种模糊神经网络
控制方案。
1 温室模糊神经网络控制器结构的确定温室模糊神经网络控制器结构的确定
对温室内作物影响的环境因子为温度和湿度。因此,在本文设计的温室模糊控制器中,输入量选择两个,分别是温度误
差、湿度误差,输出量有六个,分别是天窗、遮阳网、循环风机、侧窗、燃油加热器、微雾加湿器。图1 为温室智能控制基本
结构图。
图1 温室智能控制基本结构图
其拓扑结构如图 2 所示: