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
专利汇可以提供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专利检索，专利查询，专利分析的服务。并且本 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。，下面是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专利的具体信息内容。
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。
2.根据权利要求1所述的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：所述步骤S1选择的猪舍为密闭式机械通风方式。
3.根据权利要求1所述的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：所述步骤S1具体为：
设fm(n)为环境参数和氨气浓度的时间序列数据，其中n∈N*，m取值范围为1～5，表示为
5个变量，对各个环境参数进行如下的分解：
(1)初始化：另r0＝fm(n),k＝1，
(2)计算k个本征模函数，dk，
a)初始化：h0＝rk-1,j＝1
b)定义所有的局部极值hj-1
c)并定义所有的局部极值点，计算包络均值：
其中Emax,j-1(t)为局部极大值点决定上包络线，Emin,j-1(t)为局部极小值点决定上包络线，均值Emean,j-1(t)为平均包络线，
d)计算
hj[n]＝hj-1[n]-Emean,j-1(n) (2)
e)如果满足标准得到dk＝hj，则停止，否则j＝j+1；
(3)计算：rk(n)＝rk-1(n)-dk(n)， (3)
(4)如果rk不是单调的，回到步骤(2)，否则分解完成，
对各个变量进行分解处理后，可以得到所有的本征模函数和趋势项。
4.根据权利要求1所述的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：所述步骤S2具体为：
Elman神经网络包括四层：输入层、隐含层、承接层和输出层，输入层的单元起信号传输作用，输出层单元起线性加权作用，隐含层单元的传递函数可采用线性或者非线性函数，承接层用来记忆隐含层单元前一层前一时刻的输出值并返回给网络的输入，Elman网络的非线性状态空间表达式为：
y(k)＝g(w3x(k)) (4)
x(k)＝f(w1xc(k)+w2(u(k-1))) (5)
xc(k)＝x(k-1) (6)
式中，y为m维输出节点向量；x为n维中间层节点单元向量；u为r维输入向量；xc为n维反馈状态向量；w3为中间层到输出层连接权值；w2为输入层到中间层连接权值；w1为承接层到中间层的连接权值；g(*)为输出神经元的传递函数，是中间层输出的线性组合；f(*)为中间层神经元的传递函数，常采用S函数。
5.根据权利要求1所述的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：所述步骤S3的具体过程为：
对所有分量及趋势项的预测值进行求和，得到最终的预测样本结果：
使用公式(7)通过Elman神经网络进行重构，为避免神经元饱和，在输入层对输入数据进行归一化处理，将各个数值换算至[0,1]区间内，在输出层对得到的预测数据进行反归一化。
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
技术领域：
的精度要求。同时，EMD_Elman神经网络的组合预测结果决定系数R高于Elman预测，表明组合预测模型的输出值与目标值偏差较小，是十分有效的预测方法。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种非线性大刚体位移参量求解方法 | 2021-02-19 | 2 |
| 一种基于图形处理器的LDPC-BCH译码方法 | 2024-01-01 | 0 |
| 一种基于无人机的物联网系统数据收集方法 | 2021-03-12 | 0 |
| 基于LKJ异常值数据的复杂关联网络分析方法及系统 | 2022-01-29 | 2 |
| 便携式监测装备状态的通用终端及监测方法 | 2022-07-30 | 1 |
| 用于监测温度不稳定性的测试电路 | 2023-01-06 | 1 |
| 一种化学机械研磨模拟方法 | 2021-03-28 | 1 |
| 直流-直流转换器及用于控制直流-直流转换器的方法 | 2022-06-02 | 2 |
| 一种低压差线性稳压电路 | 2020-07-10 | 1 |
| 一种移动无线传感器网络故障诊断方法 | 2023-02-05 | 0 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
