[发明专利]一种基于经验模态分解与Elman神经网络的寒地猪舍内氨气浓度预测方法在审
| 申请号： | 201811380025.3 | 申请日： | 2018-11-20 |
| 公开（公告）号： | CN109583566A | 公开（公告）日： | 2019-04-05 |
| 发明（设计）人： | 尹艳玲;沈维政;付晓;王润涛;张宇;熊本海 | 申请（专利权）人： | 东北农业大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06Q10/04;G06Q50/02;G01N33/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150030 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于经验模态分解与Elman神经网络的寒地猪舍内氨气浓度预测方法，属于环境智能控制技术领域。包括：步骤一：选取猪舍内采集的历史温度、湿度、二氧化碳浓度以及光照强度作为氨气浓度的影响因素，对氨气浓度及4种影响因素的时间序列进行经验模态分解，分别得到本征模态函数和趋势项；步骤二：对分解后相同时间尺度下的波动分量分别建立Elman神经网络预测模型；步骤三：对各分量预测结果进行重构得到氨气浓度预测值，建立了基于经验模态分解与Elman神经网络的氨气浓度预测方法。本发明的预测结果与使用Elman神经网络单独预测方法相比可提高猪舍氨气浓度预测的准确性，连续预测的性能可为寒地猪舍内环境监控及氨气浓度的调控提供有效参数。 | ||
| 搜索关键词： | 氨气 浓度预测 猪舍 经验模态分解 神经网络 影响因素 预测结果 神经网络预测模型 本征模态函数 控制技术领域 波动分量 环境智能 时间尺度 时间序列 有效参数 内环境 预测 重构 二氧化碳 光照 采集 分解 调控 监控 | ||
【主权项】：
1.一种基于经验模态分解与Elman神经网络的寒地猪舍内氨气浓度预测方法，其特征在于：包括如下步骤：步骤S1：选取猪舍内采集的历史温度、湿度、二氧化碳浓度以及光照强度作为氨气浓度的影响因素，对氨气浓度及4种影响因素的时间序列进行经验模态分解，分别得到本征模态函数和趋势项；步骤S2：对分解后各相同时间尺度下的波动分量分别建立Elman神经网络预测模型；步骤S3：对各分量预测结果进行重构得到氨气浓度预测值，建立基于经验模态分解与Elman神经网络的氨气浓度预测模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东北农业大学，未经东北农业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811380025.3/，转载请声明来源钻瓜专利网。
