温室环境控制方法研究

《温室环境控制方法研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、温室环境控制方法研究【摘要】针对温室环境控制的重要性，对国内外温室环境控制的方法进行了研究，分析了温室控制系统算法的特点。温室环境控制的方法主要有：PID,专家系统，模糊控制，神经网络，进化算法等。各种控制算法各有优缺点，单一的采用某种控制算法不能满足温室环境控制的精度要求。将多种控制算法交叉与融合的混合控制算法更能满足现代温室环境智能控制的要求或寻求新的鲁棒控制新方法。同时指出了目前温室环境控制中存在的问题，并对温室环境控制的发展趋势进行了展望。【关键词】温室；环境控制；智能控制；遗传算法Ab

2、stract:Aimingattheimportaneeofenvironmentcontroltechnologyingreenhouse,thispapersummarizedtheresearchstatusonthedevelopmentofgreenhouseenvironmentcontrolmethodsathomeandabroad,andanalyzedthefeaturesandstructuresofgreenhousecontrolsystems.Themainmetho

3、dsofgreenhouseenvironmentalcontrolincludePID,ExpertSystem,FuzzyControLNeuralNetwork,EvolutionaryAlgorithmandsoon.Eachcontrolalgorithmhasitsownadvantagesanddisadvantages，theadoptionofasinglecontrolalgorithmcannotsatisfytheprecisionrequirementsoftheenv

4、ironmentalcontrolofthegreenhouse.Hybridcontrolalgorithmthatcombineddifferentalgorithmscanmeetthecontroldemandsofmoderngreenhouseenvironmentintelligentcontrolwellortoseeknewrobustcontrolmethod.Theirdrawbackswerepointedout,andthedevelopmenttendencyofgr

5、eenhouseenvironmentcontrolwasexpectedtoo.Keywords:greenhouse；environmentalcontrol；intelligentcontrol；geneticalgorithm1•引言温室作物牛产是高度集约化的设施农业产业，在解决我国三农问题和提高农业生产效率中的作用越来越突出。目前我国已是世界设施作物栽培笫一大国，设施作物栽培面积超过了300万公顷。但与国外先进水平相比,目前最突出的问题是温室作物生产的产量低、能耗等生产成本高，因而经济

6、效益较低。温室是一个包括作物、设施、坏境、栽培管理措施等诸多因子及其相互作用的复杂系统。如何协调这些因子的关系，以最小的投入为温室作物提供适宜的生长环境，从而达到高产、优质、高效和生态安全的温室生产目标，一直是国内外设施农业领域中研究的重点与热点问题。温室环境控制即通过对相关的设施（如加热、通风、C02施肥、肥水灌溉等设备）对温室环境进行自动调控，获得作物生长所需的适宜环境，从而人人提高作物产量与质量。因此，温室环境控制是解决以上突出问题的核心技术手段Z-O本文对目前国内外温室环境控制的研究进展

7、和成果进行综述，指出温室环境控制中的现存问题和发展方向。2.温室环境控制研究现状温室环境控制有3个不同的层次，即人工控制、自动控制和智能控制。3种控制方法在我国的生产生活中均有应用，其中自动控制在现代温室环境控制屮应用最多，而智能控制具冇处理非线性、时变和不确定信息等优点，理想的智能控制系统除了满足一般控制系统的性能要求外，还应具有自学习、口适应、口组织和口结构等功能。现代温室环境的智能控制[1]是目前的研究热点。2.1温室控制技术概况温室智能控制系统作为-•种资源节约型的高效农业技术，主要是在

8、计算机综合控制下，创造适宜于作物生长的环境，实现优质、高效、低耗的工业化规模生产。要提高测控系统的性能除了硬件系统以外，控制算法也不可缺少。只有采用合理的控制算法，才能使温室环境的综合因子达到最优的控制效果，才能使温室控制系统达到智能化的水平。目前温室环境控制屮普遍采用的智能控制方法包扌舌专家控制、模糊控制、神经网络、遗传算法和混合控制等。其中，混合控制将基于知识和经验的专家系统、基于模糊逻辑推理的模糊控制和基于人工神经网络的神经网络控制等方法交叉并融合，相互优势互补，使智能控制系统性能更理想,