一种温室环境自适应控制方法技术

本发明专利技术涉及温室环境自适应控制方法领域，尤其是适用于对温室环境要求高的温室大棚。一种温室环境自适应控制方法，根据温室系统输入和系统输出对应的关系，建立动态等价线性预测模型，确定该模型中状态向量的形式；通过OS‑ELM神经网络的学习对建立的动态等价线性预测模型的参数进行估计；根据设计控制器的误差准则函数，结合所获得的动态等价线性预测模型参数估计值，最小化误差准则函数获得控制器输出。本发明专利技术有效提高了温室环境自适应控制的精度。

Adaptive control method for greenhouse environment

The invention relates to the field of adaptive control method for greenhouse environment, in particular to a greenhouse with high requirement for greenhouse environment. A greenhouse environment adaptive control method, according to the relationship between input and output the corresponding system of greenhouse system, establish dynamic equivalent linear prediction model, to determine the state vector form in the model; through the OS ELM neural network study on dynamic equivalent linear model is established to forecast the parameter estimation; according to the error criterion function controller design the estimated value of the model parameters, the dynamic equivalent linear combination of the obtained prediction, minimize the error criterion function to obtain the controller output. The invention effectively improves the accuracy of the adaptive control of the greenhouse environment.

【技术实现步骤摘要】
一种温室环境自适应控制方法
本专利技术涉及温室环境自适应控制方法领域，尤其是适用于对温室环境要求高的温室大棚。
技术介绍
温室生产是现代农业的重要组成部分，是农业信息化发展的主要应用领域，是国家在农业发展上的重中之重。温室生产能实现生产效益最大化和成本最低化的目的，大幅度提高了资源利用率和生产效率，明显改善了食品安全、环境污染和资源浪费等现象，加快了现代农业信息化控制和管理的步伐。在温室生产中最重要的环节就是对温室环境进行准确的检测和有效的控制，特别是温度、湿度、光照度和二氧化碳浓度等。通过实时的对温室环境检测并加以分析，结合农作物生长发育规律，控制温室环境使温室作物达到高产量、高质量和高品质的生产目的。随着社会的发展，名贵作物需求的不断扩大，加大了对温室大棚培育的需求，使得温室大棚环境的精准控制成为温室控制中的重要课题。当前，智能温室控制大致分为自适应控制和非自适应控制两大类。由于实际被控对象的模型参数通常随外界条件的变化而发生变化，这就使得温室的非自适应控制对设计者的经验知识有较高的要求，而且控制效果仍不能满足现代温室农业的精准控制。自适应控制则可以有效的对系统模型在线辨识，实时本文档来自技高网...

【技术保护点】
一种温室环境自适应控制方法，其特征在于：按照如下步骤进行步骤1，根据温室系统输入和系统输出对应的关系，建立动态等价线性预测模型，确定该模型中状态向量的形式；步骤2，通过OS‑ELM神经网络的学习对建立的动态等价线性预测模型的参数进行估计；步骤3，根据设计控制器的误差准则函数，结合所获得的动态等价线性预测模型参数估计值，最小化误差准则函数获得控制器输出。

【技术特征摘要】
1.一种温室环境自适应控制方法，其特征在于：按照如下步骤进行步骤1，根据温室系统输入和系统输出对应的关系，建立动态等价线性预测模型，确定该模型中状态向量的形式；步骤2，通过OS-ELM神经网络的学习对建立的动态等价线性预测模型的参数进行估计；步骤3，根据设计控制器的误差准则函数，结合所获得的动态等价线性预测模型参数估计值，最小化误差准则函数获得控制器输出。2.根据权利要求1所述的一种温室环境自适应控制方法，其特征在于：步骤1中温室系统输入和系统输出包括温室加热系统输入和系统温度输出、温室通风系统输入和系统温度输出、温室增湿系统输入和系统湿度输出、温室除湿系统输入和系统湿度输出、温室补光系统输入和系统光照强度输出、温室二氧化碳发生器输入和系统二氧化碳浓度输出中的任意一种。3.根据权利要求1所述的一种温室环境自适应控制方法，其特征在于：步骤1中建立的动态等价线性预测模型为yk+1＝f0[xk]+f1[xk]uk，其中，f0[xk]、f1[xk]为k时刻动态等价线性预测模型的待估参数，状态向量xk为一个在(k-m+1),…,(k-1)时刻下的所有控制输入和在(k-n+1),…,k时刻下的所有系统输出信号组成的向量，即xk＝[yk-n+1,...,yk,uk-m+1,...,uk-1]，yk+1表示系统在k+1时刻的系统输出，uk表示系统在k时刻的控制输入，yk-n+1,...,yk表示系统在(k-n+1),…,k时刻的系统输出，uk-m+1,...,uk-1表示系统在(k-m+1),…,(k-1)时刻的系统输入，m、n分别为系统输入和输出的阶数，m、n和k全为正整数。4.根据权利要求3所述的一种温室环境自适应控制方法，其特征在于：步骤2的具体过程为，k时刻待估参数f0[xk]和f1[xk]所构建的OS-ELM神经网络函数为和动态等价线性预测模型等价为简写为yk+1＝Φkθ*，其中G(ai,bi,xk)为...

【专利技术属性】
技术研发人员：贾华宇，张立优，马珺，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：山西,14