rnn的温室温度预测研究(源码)

1能否对温室温度进行合理预测是衡量温室智能化控制程度的一个重要依据。本设计将温室里湿度、室外温度、光照强度等因素作为神经网络的输入数据，对神经网络进行训练，从而对下一时刻的温室温度进行预测。由于传统的时间序列预测分析具有很多问题，使得人们难以快速、方便的建立合适的模型，而适合处理序列数据的RNN则可以解决这个问题。除此之外，RNN的一个模型，LSTM，能够解决RNN的容易出现的梯度消失、梯度爆炸的问题，所以本设计选择LSTM进行温室温度预测。首先，根据LSTM的定义，使用Python和基于Python的开源的数值计算扩展NumPy实现LSTM的网络结构，接着对输入数据进行处理，最后将预测结果误差控制在较小范围内。在实验中，不同的权值初始化、数据的处理方式对结果影响较大和学习率对预测结果影响比较明显。
目录

版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/1750.html