|
|
粒子群优化算法PSO在温室系统CFD模型中的应用
|
Abstract:
粒子群优化算法(Particle Swarm Optimization, PSO)作为一种高效的全局优化算法，已被广泛应用于温室系统模型的优化与控制中，近年来在温室系统计算流体动力学(Computational Fluid Dynamics, CFD)模型中也得到了应用。本文综述了粒子群算法的基本原理及其在温室系统CFD模型中的应用进展，分析总结了粒子群算法在温室系统CFD模型中应用的特点、优势，以及面临的挑战，并对未来的研究方向提出了展望。
Particle Swarm Optimization (PSO), as an efficient global optimization algorithm, has been widely used in the optimization and control of greenhouse system models. In recent years, it has also been applied in Computational Fluid Dynamics (CFD) models of greenhouse systems. This article summarizes the basic principles of particle swarm optimization algorithm and its application progress in greenhouse system CFD models. It analyzes and summarizes the characteristics, advantages, and challenges of particle swarm optimization algorithm in greenhouse system CFD models, and puts forward prospects for future research directions.
| [1] | 王胜春, 安宏, 李文豪, 杨峻涵, 王晓伟. 粒子群优化算法在工程中的应用[J]. 计算机科学与应用, 2020, 10(8): 1431-1436. |
| [2] | 朱福喜. 人工智能[M]. 第3版. 北京: 清华大学出版社, 2016: 122-123. |
| [3] | 贾鹤鸣, 韩骏骋, 张森, 孙康健, 李瑶. 基于CFD的玻璃温室环境数值模拟及优化分析[J]. 应用科技, 2019, 46(5): 28-33. https://html.rhhz.net/yykj/html/201901005.htm, 2019-03-25. |
| [4] | 任守纲, 杨薇, 王浩云, 薛卫, 徐焕良, 熊迎军. 基于CFD的温室气温时空变化预测模型及通风调控措施[J]. 农业工程学报, 2015, 31(13): 207-214. |
| [5] | 周伟. 温室环境CFD非稳态模型构建及其在温室温度控制中的应用研究[D]: [博士学位论文]. 南京: 南京农业大学, 2014. |
| [6] | 刘兰霞. 多目标粒子群优化算法研究[D]: [硕士学位论文]. 湘潭: 湖南科技大学, 2010. |
| [7] | 张雪花, 张武, 李叶云, 蔡芮莹, 朱小倩. 基于灰色粒子群算法的温室环境多目标优化控制[J]. 湖南农业大学学报(自然科学版), 2017, 43(2): 217-221. |
| [8] | 李楠. 基于改进粒子群算法的多目标无功优化[D]: [硕士学位论文]. 沈阳: 东北大学, 2010. |
| [9] | 刘天宇, 王翥. 一种多样性控制的多目标粒子群算法[J]. 西安电子科技大学学报, 2021, 48(3): 106-114. |
