Рус Eng Cn 翻译此页面:
请选择您的语言来翻译文章


您可以关闭窗口不翻译
图书馆
你的个人资料

返回内容

软件系统和计算方法
正确的文章链接:

基于神经网络的智能温室系统创建方法分析

Cherepenin Valentin Anatolyevich

ORCID: 0000-0002-6310-1939

南俄罗斯国立理工大学(NPI)信息与测量系统与技术系研究生,以M.I.Platov命名

132 Prosveshcheniya str., Novocherkassk, Rostov region, 346428, Russia

cherept2@gmail.com
Katsupeev Andrei Aleksandrovich

博士学位 技术科学



132 Prosveshcheniya str., Novocherkassk, Rostov region, 346428, Russia

andreykatsupeev@gmail.com

DOI:

10.7256/2454-0714.2024.1.69794

EDN:

XAZVOW

评审日期

08-02-2024


出版日期

02-04-2024


注解: 该研究涉及农业工业生产中智能系统的开发和实施的一个重要课题,重点是使用神经网络创建"智能温室"。 本文详细分析了关键技术创新及其在可持续农业中的作用。 特别注意研究收集,处理和分析数据以优化植物生长条件的方法。 考虑了资源效率、湿度、温度、二氧化碳水平和照明的控制以及灌溉和肥料供应的自动化等问题。 特别注意创建自适应算法,用于预测提高农产品产量和质量的最佳条件,同时减少环境影响和成本。 这为农业部门的可持续发展开辟了新的前景,促进更有效率和环境友好的农业。 该研究是使用文献的分析综述,现有解决方案的比较分析和神经网络的建模来预测最佳生长条件来实施的。 该研究代表了人工智能控制温室小气候的应用领域的重大贡献,展示了神经网络在农业工业过程自动化中的能力。 分析了使用人工智能预测和优化生长条件的前景,这可能导致农业的革命性变化。 确定的科学创新包括开发和测试预测算法,这些算法可以适应不断变化的外部条件,并以最小的资源支出确保最大的生产力。 研究结果强调了在农产工业中进一步研究和实施智能系统的重要性,指出它们在减少环境影响的同时提高产量和提高产品质量的潜力。 总之,作者评估了在农工业部门使用神经网络的前景,并考虑了进一步发展"智能温室"的可能方法。


出版日期:

物联网, 温室, 生物技术, 深入学习, 混合神经网络, 小气候, 优化算法, 神经网络, 智能温室, 方法分析