导读:本文包含了温室建模论文开题报告文献综述及选题提纲参考文献，主要关键词:半干旱地区,温室气体,排放,空间特征
温室建模论文文献综述
独威[1]（2019）在《半干旱地区温室气体排放空间特征建模分析研究》一文中研究指出采用空间插值法对半干旱地区空间进行分配,以空间分配结果为基础对温室气体排放数据进行采集与识别,对上述得到的温室气体排放数据进行预处理,主要是对干扰数据进行剔除,并对特征数据进行提取,将提取的温室气体排放特征数据采用多元回归方法进行分析,实现了半干旱地区温室气体排放空间特征分析模型的建立。通过实验得到,建立的半干旱地区温室气体排放空间特征分析模型的分析精准度比传统模型高出30%,说明建立的半干旱地区温室气体排放空间特征分析模型具备极高的有效性。(本文来源于《环境科学与管理》期刊2019年04期）
权峻[2]（2019）在《太阳能温室建模及智能控制策略研究》一文中研究指出我国人多地少,人均耕地面积远低于世界平均水平,尤其是北方地区,冬季寒冷,每年农作物的生长周期短,造成冬季蔬菜瓜果等主要农产品供应量不足。随着科技的进步,温室种植能够在一年四季给作物提供舒适的生长环境,使得原本在特定季节条件才能产出的作物可以反季节产出,提高了农产品的供给量,质量也得到了相应的提高。目前,我国已经开始大力推广温室种植,成为世界上温室种植面积最大的国家。根据植物的生长需要,对温室内部环境因素尤其是温湿度的控制显得尤为重要。为了实现对温室内部温湿度的控制,首先需要从数学本质上对温室内部温湿度变化的规律即温湿度机理进行分析,明确影响温湿度变化的因素,用于温室建模。一个精确的温室温湿度数学模型是实现智能温室精准控制的前提。本文首先对温室模型的辨识方法进行了研究。根据太阳能温室具有多参数、强耦合、高度非线性及时变的特点,既可以使用神经网络来辨识,也可以根据温湿度机理使用算法来对机理模型的未知参数进行辨识,得到相对精确的机理模型。可以在作物不同的生长阶段,有选择的采用两种方法得到不同的模型,来实现对温室作物生长环境的控制。在作物播种期和幼苗期,采用神经网络辨识模型;在作物生长期采用算法辨识后的机理模型。然后,通过查阅国内外学者的研究成果,总结出符合北方温室的温湿度机理模型,从机理模型中得到影响温室内部温湿度的影响因子,并将其作为神经网络模型的输入,在Matlab/Simulink环境下进行仿真实验。通过对比,分别由粒子群(PSO)算法、Levenberg-Marquardt(LM)算法、PSO-LM算法优化RBF神经网络权值和阈值,对预测结果的比较分析表明,采用PSO-LM-RBF模型来构建温室温湿度模型预测误差最小、速度最快,能够对作物播种期和幼苗期温室内温湿度的控制提供指导。在机理模型建模时,根据温室机理在Simulink中搭建温室温湿度机理,对机理模型中与作物光合作用相关的植物吸收太阳能的比例系数和与作物蒸腾作用相关的叶片的热传递系数两个时变参数,通过萤火虫算法进行辨识,最终得到相对精确的温室机理模型,实现对作物生长期温室内温湿度的控制。最后分别对神经网络模型和机理模型设计相对应的控制系统,在作物不同生长时期合理选择控制系统,从而实现对温室内部温湿度的智能控制。(本文来源于《天津理工大学》期刊2019-03-01）
马娇[3]（2018）在《试验温室温度混杂系统的建模与预测控制》一文中研究指出温室小气候受室外环境因子、调控设备、温室结构与材料以及内部种植作物的影响,是一个温湿度耦合、受室外环境干扰的大时滞非线性系统。在小气候环境变量中,温室温度对作物生长发育影响最大,是温室小气候环境系统的主要被控因子。温室温度调控设备主要是开关设备或者是无位置反馈的连续调节设备,设备状态一般是离散变量,而被控量(室内温度)与扰动输入(室外环境因子)都是连续变量,故针对连续系统的控制算法不适用于本系统,而常规的开关控制在大时滞的系统下容易超调,可能造成设备频繁启停,损耗电机。为解决这一问题,可将温室温度系统看作一类混杂系统,利用混杂系统建模和控制方法来研究温室温度系统。本文基于切换模型思想将温室温度系统按设备开关组合分为保温模式、自然通风模式、强制通风模式与湿帘-风机模式四个子系统,针对四个子系统分别建立ARMAX模型。首先分别确定各子系统模型的主相关输入,利用统计假设检验确定模型结构,采用带遗忘因子的递推增广最小二乘辨识模型参数,使用试验温室数据验证模型精度。基于子系统模型,引入辅助变量,将子系统切换与温度控制的约束转化为线性不等式,建立温室温度系统混合逻辑动态模型,并实验验证模型的有效性,表明模型具备一定的控制效果且预测精度较高。针对温室温度混杂系统设计混杂自动机,将温室四个子系统抽象为四个离散状态,研究混杂自动机切换率,分析各离散状态下状态转移的正确性,并验证了自动机执行的确定性和非阻塞性。采用双周期积温规划温度设定值,根据积温周期内积温总量动态调整设定值。实验验证混杂自动机控制方法的控制效果,对比分析加入设定值规划前后的控制效果,发现使用积温规划设定值可适当减少设备切换次数,降低能耗。本文基于切换模型设计多输入预测控制器,根据温室温度控制实际需求,同时将设定值跟随、设备切换次数与设备能耗加入预测控制性能指标中,求解的控制率为各设备的开关序列。控制率求解过程是最小化性能指标的优化过程,性能指标中包含的未来时刻扰动输入采用灰色预测进行短期预测,待优化问题是一个NP-hard问题,本文利用遗传算法搜索近似最优解,采用最优性剪枝穷举法验证遗传算法搜索结果。为减少设备切换损耗,引入积温理论优化预测控制设定值。实验验证预测控制算法控制性能,对比分析加入设定值规划前后的控制效果,实验表明预测控制适用于温室温度控制系统,且控制精度高于混杂自动机。(本文来源于《中国科学技术大学》期刊2018-05-01）
周伟[4]（2018）在《基于计算流体力学的温室环境系统建模及交互式优化》一文中研究指出在现代化农业工程领域,温室作为一种复杂的、分布式参数的生态系统,其室内微环境参数对农作物生产起关键作用。因此,对温室内环境系统的建模与优化一直是广大学者研究的重点内容。以促进作物产量和节约能耗为目标,如何优化温室环境参数,为温室闭环控制系统提供最优设置点是设施农业领域急需解决的重要科学问题。本文以镇江地区基于机械通风系统的Venlo型温室作为研究对象,采用计算流体力学软件(CFD)对不同室外气象条件下室内微环境进行仿真模拟,并通过实验数据验证CFD模型的有效性。在此基础上设计基于数据交互机制的温室环境参数多目标优化策略。主要内容有:(1)结合温室的物理特性和以往仿真研究资料对温室系统进行物理简化。根据温室实际情况,合理设置气体湍流模型和太阳辐射模型,建立温室环境系统的CFD仿真模型。在此基础上,初步探讨通风速率、热辐射等因素影响下的温室内环境参数时空分布规律。(2)为验证所建仿真模型的可靠性,实施自然通风和机械通风条件下温室内温度、风速的测量实验,并将实验结果和仿真结果进行对比。对比结果显示:在自然通风状况下温度的平均误差为9.6%,平均绝对误差为2.3℃,在机械强制通风状况下温度的平均相对误差为6.7%,平均绝对误差为2℃,风速的平均相对误差为21.1%,平均绝对误差为0.11 m/s。温度场、气流场分布趋势较为吻合,所建模型可靠性较高。(3)设计一款针对温室环境参数的数据交互式优化框架。通过C++语言编写数据交互模块,将CFD仿真模块与Matlab优化模块整合到统一的交互优化框架中,运用多目标优化算法对温室仿真结果进行迭代优化。相比于以往的正交试验法和参数学习优化方法,该优化策略能够较好的考虑到温室内环境参数的时空分布特性,具有空间分辨率高、通用性强等优点。(4)分别采用多目标遗传算法(MOGA)和多目标粒子群算法(MOPSO),基于所建立的交互优化策略对温室内环境参数进行优化。其中控制变量为风机风速、进气口空气温度、覆盖层太阳辐射强度以及二氧化碳注入速率,优化目标为温度适宜性、二氧化碳浓度适宜性和风机能耗。结果显示两种优化算法均能有效的降低温室内各个环境指标,所建立的优化框架能够为农业温室的实际调控提供有益参考。(本文来源于《江苏大学》期刊2018-04-01）
王彪[5]（2017）在《光伏温室光热环境数值建模及性能分析》一文中研究指出光伏温室顶层所铺设的光伏面板改变了温室内光环境和温度环境,进而会对温室内作物的生长产生负面影响,而合理的光伏面板排布可以提高温室内部太阳辐射和温度场的均匀度。为分析光伏面板对温室内温度及太阳辐射分布的影响,提高温室内作物产量和经济效益,对光伏面板的排布方式进行研究具有重要意义。本文详细讨论了在不同光伏面板排布方式下温室内温度环境和太阳辐射环境的分布问题,主要研究内容及成果如下:首先,本文以Venlo型光伏温室为研究对象,对光伏温室内环境参数模型进行分析,提出基于CFD的温室温度场模型,实现对CFD模型计算域、控制方程、湍流模型和辐射模型的选择,并在模拟中加入作物多孔介质模型。其次,提出一种温室外太阳辐射模型,进而分析光伏面板倾斜面的太阳辐射强度以及太阳高度角与温室顶层玻璃透射率的关系。针对光伏温室内部结构复杂,入射太阳辐射较难分析的问题,建立Daysim入射太阳辐射模型,对光伏温室内部太阳辐射环境进行全年动态模拟。然后,为验证建立的温室模型,对光伏温室内环境变量进行实地试验测量。进而通过建立的温室模型对温室内环境进行仿真模拟,将模拟结果与实测值进行对比,从而验证了所建立的温室模型的可靠性和准确性。最后,在验证了温室模型可靠性的基础上,设计叁种不同光伏面板排布方式,包括直线型排布(方案A)、交错型排布(方案B)和棋盘型排布(方案C),对不同排布方式下光伏温室内环境进行深入研究。提出光伏面板传热模型,将光伏面板作为热源,分析其对温室内温度场分布的影响。以光伏温室内太阳辐射均匀度、温度场分布、温室内降温能耗以及发电量为评价标准,对叁种排布方案性能进行分析。通过计算分析,直线型排布方案在太阳辐射和温度场均匀度,以及发电量方面均优于另外两组方案,且具有更低的温室能耗要求。分析结果表明,直线型排布方案为叁种方式中性能最优方案,且本文提出的光伏温室物理模型分析方法,可为光伏温室设计提供理论依据。(本文来源于《浙江工业大学》期刊2017-05-01）
邓雪峰,孙瑞志,聂娟,王文狄,史银雪[6]（2016）在《基于时间自动机的温室环境监控物联网系统建模》一文中研究指出由于温室环境的复杂性,系统设计的不合理会直接导致数据的不确定和系统的不稳定。基于体系结构的物联网层次模型对物联网的实施具有指导意义,但是体系结构模型没有提供系统建模工具和模型验证的方法。基于时间自动机理论的建模与模型验证方法是一种对物联网系统建模的有效手段,能在系统设计时提高系统的稳定性,保证系统设计的正确性。通过对智能温室监控物联网系统的分析,从系统实施的角度重新对温室环境监控物联网系统进行了层次划分,利用时间自动机理论对系统中的相应组件进行建模,在对各个子系统分别建模的基础上形成了时间自动机网络模型。最后利用时间自动机建模工具UPPAAL,对已经建立的形式化模型进行了系统逻辑正确性验证与系统执行时序验证。结果表明,利用时间自动机理论及其建模工具UPPAAL可以对智能温室监控物联网系统进行建模及模型验证,可以在系统设计时对系统进行准确的模型分析,避免系统设计错误,降低系统设计缺陷,在系统投入运行中规避设计风险,从而提升系统的稳定性与可靠性,确保系统设计的正确性。(本文来源于《农业机械学报》期刊2016年07期）
秦琳琳,马国旗,储着东,吴刚[7]（2016）在《基于灰色预测模型的温室温湿度系统建模与控制》一文中研究指出温室温湿度系统是一个典型的混杂系统(hybrid system,HS),系统的输入包括环境调控设备的开关状态以及可测不可控的外界环境因子扰动输入,包括太阳辐射、室外温度、室外湿度、风速、风向等。针对温室温湿度系统的这种混杂特性,该文提出一种基于切换系统的温室温湿度系统建模与预测控制方法。首先,分别在天窗开启与关闭状态下采用遗忘因子递推最小二乘法(forgetting factor recursive least squares,FFRLS)辨识模型参数,得到系统的2个子系统模型。采用灰色预测GM(1,1)模型预测温室温室度系统中可测不可控的扰动输入。然后,将系统预测控制问题描述为混合整数二次规划问题(mixed integer quadratic problem,MIQP),并通过分支定界法求解。分析了系统在有限时间内的稳定性(finite time stable,FTS)。最后进行了仿真研究,仿真结果表明该文中提出的建模和控制方法是有效的。(本文来源于《农业工程学报》期刊2016年S1期）
卢嫚,李彦斌[8]（2015）在《基于太阳光照强度的夏季玻璃温室温度建模》一文中研究指出基于传热学、能量平衡以及质量平衡的温室理论模型,在分析太阳光照强度和太阳辐射强度关系的基础上,研究了夏季晴天玻璃温室封闭情况下太阳光照强度和温室温度关系;通过试验确定了温室自身降温的参数和太阳光照与温室温度变化率之间的参数,建立了温室室内温度和太阳光照以及温室室外温度之间的模型;通过晴天和多云天、雨天和阴天的试验验证发现:模型在这3种天气的均方根误差分别是0.500 3、0.474 7、0.629 1℃,模型能精确地模拟晴天温室温度,对雨天和阴天模拟效果也较好。这种建模方式在节约成本的同时也提出了另一种新思路,有一定的参考和推广价值。(本文来源于《农机化研究》期刊2015年09期）
黄茂启,柯建宏,吴肖龙[9]（2015）在《小型花卉玻璃温室温度模糊控制系统建模研究》一文中研究指出运用模糊控制原理,针对一种小型花卉玻璃温室设计了一个温度模糊控制模型,用Matlab进行了模糊控制过程仿真,通过对仿真所得结果进行分析和程序的修改,修订模糊控制规则,最终设计出一个模糊控制器。研究表明,该方法可为温室温度模糊控制系统设计提供参考。(本文来源于《安徽农业科学》期刊2015年26期）
王浩云,刘佼佼,侯思宇,任守纲,徐焕良[10]（2015）在《信息物理系统(cyber-physical system)时空建模方法及在温室控制中的应用》一文中研究指出传统农业采用人工方式对温室进行控制,但是随着现代农业的快速发展,这种人工投入大、精度低的控制方式已不能满足现代农业需要。该文基于分层有限状态机和事件晶格的概念,建立3层的信息物理系统模型,并提出一种基于分层有限状态机的信息物理系统时空建模方法,同时利用该建模方法开发了新的温室控制系统。该系统能够将物理层传感器感知到的温室物理环境数据通过物理-信息层汇聚节点融合后上报信息层决策节点得到决策信息,物理-信息层控制节点分析决策信息得到控制信息后下传物理层执行器进行控制。由于该系统模型考虑了各层状态机中事件的时空属性,能够将温室控制的正确率由传统基于物联网的温室控制方法的80.20%提高到87.20%,错误肯定率和错误否定率由7.50%和12.30%下降到3.60%和9.20%,保障温室环境满足作物生长对温度、湿度和光照的要求。(本文来源于《农业工程学报》期刊2015年15期）
温室建模论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
我国人多地少,人均耕地面积远低于世界平均水平,尤其是北方地区,冬季寒冷,每年农作物的生长周期短,造成冬季蔬菜瓜果等主要农产品供应量不足。随着科技的进步,温室种植能够在一年四季给作物提供舒适的生长环境,使得原本在特定季节条件才能产出的作物可以反季节产出,提高了农产品的供给量,质量也得到了相应的提高。目前,我国已经开始大力推广温室种植,成为世界上温室种植面积最大的国家。根据植物的生长需要,对温室内部环境因素尤其是温湿度的控制显得尤为重要。为了实现对温室内部温湿度的控制,首先需要从数学本质上对温室内部温湿度变化的规律即温湿度机理进行分析,明确影响温湿度变化的因素,用于温室建模。一个精确的温室温湿度数学模型是实现智能温室精准控制的前提。本文首先对温室模型的辨识方法进行了研究。根据太阳能温室具有多参数、强耦合、高度非线性及时变的特点,既可以使用神经网络来辨识,也可以根据温湿度机理使用算法来对机理模型的未知参数进行辨识,得到相对精确的机理模型。可以在作物不同的生长阶段,有选择的采用两种方法得到不同的模型,来实现对温室作物生长环境的控制。在作物播种期和幼苗期,采用神经网络辨识模型;在作物生长期采用算法辨识后的机理模型。然后,通过查阅国内外学者的研究成果,总结出符合北方温室的温湿度机理模型,从机理模型中得到影响温室内部温湿度的影响因子,并将其作为神经网络模型的输入,在Matlab/Simulink环境下进行仿真实验。通过对比,分别由粒子群(PSO)算法、Levenberg-Marquardt(LM)算法、PSO-LM算法优化RBF神经网络权值和阈值,对预测结果的比较分析表明,采用PSO-LM-RBF模型来构建温室温湿度模型预测误差最小、速度最快,能够对作物播种期和幼苗期温室内温湿度的控制提供指导。在机理模型建模时,根据温室机理在Simulink中搭建温室温湿度机理,对机理模型中与作物光合作用相关的植物吸收太阳能的比例系数和与作物蒸腾作用相关的叶片的热传递系数两个时变参数,通过萤火虫算法进行辨识,最终得到相对精确的温室机理模型,实现对作物生长期温室内温湿度的控制。最后分别对神经网络模型和机理模型设计相对应的控制系统,在作物不同生长时期合理选择控制系统,从而实现对温室内部温湿度的智能控制。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
温室建模论文参考文献
[1].独威.半干旱地区温室气体排放空间特征建模分析研究[J].环境科学与管理.2019
[2].权峻.太阳能温室建模及智能控制策略研究[D].天津理工大学.2019
[3].马娇.试验温室温度混杂系统的建模与预测控制[D].中国科学技术大学.2018
[4].周伟.基于计算流体力学的温室环境系统建模及交互式优化[D].江苏大学.2018
[5].王彪.光伏温室光热环境数值建模及性能分析[D].浙江工业大学.2017
[6].邓雪峰,孙瑞志,聂娟,王文狄,史银雪.基于时间自动机的温室环境监控物联网系统建模[J].农业机械学报.2016
[7].秦琳琳,马国旗,储着东,吴刚.基于灰色预测模型的温室温湿度系统建模与控制[J].农业工程学报.2016
[8].卢嫚,李彦斌.基于太阳光照强度的夏季玻璃温室温度建模[J].农机化研究.2015
[9].黄茂启,柯建宏,吴肖龙.小型花卉玻璃温室温度模糊控制系统建模研究[J].安徽农业科学.2015
[10].王浩云,刘佼佼,侯思宇,任守纲,徐焕良.信息物理系统(cyber-physicalsystem)时空建模方法及在温室控制中的应用[J].农业工程学报.2015