[发明专利]一种温室环境自适应控制方法

说明书

本发明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。本发明有效提高了温室环境自适应控制的精度。

技术领域

本发明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。

背景技术

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，实时的调整被控对象的模型参数，有效的对被控量进行在线补偿。因此，温室的自适应控制能够有效的克服温室系统的非线性、强耦合和时变等特性对温室环境的精准控制带来的影响。本发明提出了一种温室环境自适应控制方法。建立了针对温室控制中的离散非线性系统的动态等价线性预测模型，对动态等价线性预测模型中的未知变量采取了在线序列极限学习机在线参数估计，实现了温室环境的在线自适应控制。有效提高了温室环境的精准控制，对提高温室生产有重大意义。

发明内容

本发明所要解决的技术问题是：如何提供对温室环境的精准控制。

本发明所采用的技术方案是：一种温室环境自适应控制方法，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。

所述的步骤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。