论文部分内容阅读
针对温度预测的精度和效率问题，提出了在主成分分析（PCA）法的条件下．利用粒子群优化（PSO）算法优化最小二乘支持向量机（LSSVM）的温室大棚温度预测方法。采用PSO算法对LSSVM的模型参数进行优化，并以自动获取的最佳参数组合构建温度与其影响因子间非线性预测模型。利用搭建的温室大棚智能监控系统对人工温室中的6种环境参数进行采集，并利用所测数据对上述模型进行验证。实验结果表明：与PCA—LSSVM预测模型和PSO—LSSVM预测模型相比，所提预测模型预测效果良好。3种模型评价指标均优于其他预测方法。基于