сотрудник с 01.01.2012 по 01.01.2025
Красноярск, Красноярский край, Россия
Описано пошаговое создание нейросетевой модели, имитирующей изменения потребляемой тепловой мощность контейнерной теплицы, а также ее применение для обработки экспериментальных данных. Экспериментальные данные полученные от автоматической системы измерения и хранения на основе Arduino преобразованы в формат удобный для дальнейшего обучения нейронной сети. Построены графики, отображающие изменение данных, для визуального контроля за изменение параметров до начала процесса обучения. Сформированы входные и выходные обучающие векторы в виде файлов in.xlsl и out.xlsx. Представлены и проанализированы графики и коэффициенты, характеризующие ход процесса обучения и точность полученной нейронной сети. Рассмотрена и проанализирована архитектура нейронной сети с описанием назначения отдельных блоков, участвующих в обработке информации и принятии решения. Проведено сравнение изменения тепловой мощности контейнерной теплицы полученных нейросетевой имитационной и экспериментально-аналитической моделью. Проверена и подтверждена работоспособность нейросетевой модели с данными вне диапазона изменения параметров полученного при проведении эксперимента.
контейнерная теплица, термические характеристики, автоматическая система измерения и хранения информации, нейросетевая имитационная модель, тепловая мощность, количество теплоты
1. Блажнов А.А. Анализ строительных решений зимних теплиц // Генетические ресурсы растений – основа селекции и семеноводства в развитии органического сельского хозяйства. Материалы Всероссийской научно-практической конференции. – Орел. – 2018.
2. Колесникова Т.Н., Волкова Л.А. Современные подходы в использовании солнечной радиации при формировании энергосберегающих архитектурных решений теплиц // Современные тенденции развития фундаментальных и прикладных наук. Материалы Всероссийской с международным участием научно-практической конференции. – Брянск. – 2018.
3. Семенов А.Ф. Контейнерная вертикальная теплица для выращивания микрозелени // Материалы международной научно-практической конференции. – Красноярск. – 2024.
4. Книга Ю.А., Макеева Ю.Н. Прибор для мониторинга температуры и влажности воздуха на основе Arduino // Материалы Всероссийской научно-практической конференции для преподавателей и научных сотрудников. – Иркутск. – 2024.
5. Семенов А.Ф. Экспериментальное определение тепловых потерь вертикальной контейнерной теплицы // Материалы международной научно-практической конференции. – Красноярск. – 2025.
6. Семенов А.Ф. Моделирование энергосберегающих режимов выращивания овощей в теплице: Диссертация канд. тех. наук по специальности 05.20.02 – Электротехнологии и электрооборудование в сельском хозяйстве. Красноярск.: КрасноярскийГАУ, 2011. – 167с.
7. Тошходжаева М.И. Моделирование устойчивости систем электроснабжения с распределенной генерацией методом имитационного моделирования в среде Matlab // Вестник ПИТТУ имени академика М.С. Осими. – Худжанде. – 2021.
8. Джалилов Х.М. Исследование стационарных уравнений теплопроводности с помощью Матлаб // Вестник Таджикского национального университета. Серия естественных наук. – 2019. – № 1.
9. Везарко Д.А. Статистический анализ и моделирование данных в Matlab // Международный журнал гуманитарных и естественных наук. – 2024.
10. Петряева М.В., Целых А.Н. Применение Matlab для решения аналитических задач моделирования // Учебное пособие. – Таганрог. – 2022.
11. Барышников С.О., Никифоров В.Г., Сахаров В.В. Решение краевых задач на базе инструментов Matlab // Судостроение. – Санкт-Петербург. – 2024.
12. Ревинская О.Г. Гибкость использования в Matlab входных и выходных параметров стандартных и нестандартных функций // Программные продукты и системы. – Томск. – 2019.
