【作者】田小青 朱學軍

【機構】寧夏大學機械工程學院

摘要：鑒于杏鮑菇工廠化栽培過程中開關調控滯后的現狀,在溫濕、光照參數適宜的情況下,以歷史CO2濃度和相對生長時間為輸入參數,建立基于BP神經網絡的群落式杏鮑菇生長階段CO2預測模型,并基于該預測模型提出不同生長階段CO2濃度調控策略。仿真結果顯示,當杏鮑菇處于原基生長階段時,在CO2為1 964.3 mg·m-3時密封計時58 min后通風6 min;當子實體處于生長階段時,在CO2為4 910.7 mg·m-3時密封計時36 min后通風3.8 min;當子實體成熟時,在CO2為6 875 mg·m-3時密封計時70 min后通風7.5 min。模型訓練集和測試集的相關系數達到0.98,預測精度較高。 

基金：國家自然科學基金(61263007)；

關鍵詞：杏鮑菇; 工廠化栽培; 二氧化碳濃度模型; BP預測調控;