【摘要】为探讨北方日光温室空气相对湿度因子的变化规律、预测其变化趋势,进而采取合理的调控措施,从分析比较BP和RBF神经网络的特点出发,选择RBF神经网络作为预测网络,并采用高斯径向基函数作为网络激活函数,提出了一种适用于北方日光温室空气相对湿度环境因子的模拟预测模型。选取沈阳农业大学北山试验基地内日光温室进行多种环境参数采集,采用主成分分析法确定模拟预测模型的输入因子,并分别选取600组和80组实测数据对网络模型进行建立和验证。结果表明:该模型学习过程相对较快,且预测值与实测值的相对误差小于7.35%,模拟值与实际值相对误差0.19%,模型可用于模拟和预测北方日光温室大棚内空气相对湿度的变化趋势,预...