一种利用复合极限学习机神经网络控制温室环境方法

发明专利无效专利

申请号：
CN201810764208.9
IPC分类号：G05D27/02
申请日期：
2018-07-12
申请人：
沈阳大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种利用复合极限学习机神经网络控制温室环境方法
申请号	CN201810764208.9	申请日期	2018-07-12
法律状态	撤回	申报国家	中国
公开/公告日	2018-12-11	公开/公告号	CN108983849A
优先权	暂无	优先权号	暂无
主分类号	G05D27/02 ? IPC结构图谱： G 物理 G0 仪器 G05 控制；调节 G05D 非电变量的控制或调节系统（金属的连续铸造入B22D 11/16；阀门本身入F16K；非电变量的检测见G01各有关小类；电或磁变量的调节入G05F） G05D27/00 包含在G05D 1/00至G05D 25/00两个或更多个大组中的变量的同时控制 G05D27/02 以使用电装置为特征的	IPC分类号	G;0;5;D;2;7;/;0;2查看分类表>
申请人	沈阳大学	申请人地址	辽宁省沈阳市大东区望花南街21号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	沈阳大学	当前权利人	沈阳大学
发明人	范立南;李佳洋;武刚;崔立民;肖倩;刘闯
代理机构	沈阳技联专利代理有限公司	代理人	赵越

摘要

一种利用复合极限学习机神经网络控制温室环境方法，涉及一种控制温室环境方法，所述方法搜集样本数据，将不同时间的各个偏差数据对应的控制调节量作为极限学习机网络的样本输出数据；将归一化处理后的样本数据分别用于对各神经网络进行训练；建立BP神经网络控制模型；利用复合极限学习机网络控制模型对温室环境进行控制：将求得的各个神经网络的加权系数带入复合极限学习机网络模型，利用该复合极限学习机网络控制模型计算出控制调节量各数值进行反归一化处理，便得到温室控制参数。应用于温室环境参数的控制中，依据农作物生长的规律，实现了对温室环境参数的智能控制，实现了对温室农作物生长环境的精确控制，提高了温室农作物的产量和品质。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供