基于ISSA—LSTM的菇房温湿度预测模型研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为提升双孢蘑菇品质与产量，实现菇房整体环境提前调控，精准预测菇房环境中的温湿度数据是关键。但传统预测模型很多参数都需要人工手动调节，例如隐藏层神经元节点数、学习率、迭代次数等，这一系列参数的选择都直接影响预测性能的优劣。针对以上问题，提出一种基于改进麻雀搜索算法ISSA优化的长短期记忆网络LSTM菇房环境预测模型，实现对菇房内的温湿度环境的精准预测。（剩余14867字）

试读结束

目录
monitor