一种温室作物光合速率预测模型构建方法及系统

摘要

本申请公开了一种温室作物光合速率预测模型构建方法及系统，首先，获取样本数据，将样本数据进行归一化操作得到训练样本集；然后，构建基于SOPSO‑LSSVM的光合速率预测模型，利用训练样本集对光合速率预测模型进行训练，其中，训练过程包括：将训练样本集输入至LSSVM模型中进行训练，得到当前训练批次中光合速率的预测值；根据预测值通过SOPSO算法得到当前训练批次的参数最优值，利用参数最优值对LSSVM模型中的参数进行更新；最后，当训练批次达到预设条件，得到温室作物光合速率预测模型。可以看出，该模型能够准确预测在不同温度、CO2浓度和PPFD条件下的光合速率，可为温室环境优化控制提供良好的模型基础，与现有方法相比具有更高的预测精度和鲁棒性。