基于遗传算法和RBF 网络的番茄生长模型辨识
DOI:
作者:
作者单位:

北京理工大学自动控制系, 北京100081

作者简介:

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    采用神经网络和遗传算法, 对温室栽培番茄生长过程中主要器官——茎的生长过程进行了建模. 温室番茄
    的生长过程具有控制变量多、生长过程复杂等特点. 采用基于径向基函数(RBF) 神经网络的辨识方法建立了温室栽
    培番茄生长的模型, 以温室中番茄的实测数据为训练和预测样本, 采用遗传算法进行训练. 仿真结果表明, 该方法较
    其他方法更适合于温室番茄生长过程的建模.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

张 娟, 陈 杰, 王珊珊.基于遗传算法和RBF 网络的番茄生长模型辨识[J].控制与决策,2005,20(6):682-685

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2005-06-20
  • 出版日期: