基于支持向量机回归的营养液调控模型研究

针对目前设施栽培中营养液动态调配精确度低的问题,提出一种基于支持向量机回归(Support vector machine regression,SVR)的营养液调控模型。首先,通过设计嵌套试验采集了13个温度、50组不同Knop营养液(A:99%Ca(NO3)2·4H2O、B:98%KNO3、C:99%KH2PO4、D:98%MgSO4·7H2O、E:99%EDTANaFe 5种化合物)配比下的营养液pH值、EC、K+质量浓度、Ca2+质量浓度和NO-3质量浓度等检测指标值,并基于SVR构建营养液检测指标预测模型;然后,采用离散斜率法计算营养液检测指标值与5种化合物含量的响应曲线离散斜率,并利用人工鱼群算法获取离散斜率最大突变点;最后,以该突变点对应的5种化合物含量作为最优调控目标值,基于SVR构建营养液调控模型,并进行验证试验。结果表明:基于SVR的营养液调控模型中对应5种化合物含量的决定系数分别为0.99、0.98、0.99、0.96、0.99,均方根误差分别为4.29、7.39、5.02、2.85、3.96 mg,拟合效果良好。对比逐步拟合响应模型获取目标值的结果发现,基于SVR的营养液调控模型5种化合物含量的平均相对误差分别降低了37.65%、49.94%、40.53%、50.58%、42.84%;在验证试验中,对比逐步拟合响应模型发现,基于SVR的营养液调控模型5种化合物使用量的相对误差平均值分别降低了46.42%、52.08%、54.03%、53.59%、54.54%,调控过程中5种化合物使用量的平均降低率分别为1.69%、5.81%、5.85%、3.65%、7.08%。本文基于SVR构建的营养液调控模型具有高效、节能特点,可为设施作物栽培的实际生产应用提供参考。