+高级检索
首页 > 过刊浏览>2025年第48卷第4期 >108-114. DOI:10.11835/j.issn.1000-582X.2025.04.009
PDF HTML阅读 XML下载 导出引用 引用提醒
基于XGB-KF模型的农业温室温度预测
作者:
作者单位:

1.中国科学院重庆绿色智能技术研究院，重庆 400714;2.中国科学院大学，北京 100049;3.科大讯飞股份有限公司，合肥 230031

作者简介:

黄威（1998—），男，硕士研究生，主要从事数据挖掘、时间序列预测方向研究。

通讯作者:

刘曙光，男，硕士生导师，(E-mail)liushuguang@cigit.ac.cn。

中图分类号:

TP399

基金项目:

中国科学院重点资助项目（E351600201）。


Agricultural greenhouse temperature prediction based on the XGB-KF model
Author:
Affiliation:

1.Chongqing Institute of Green and Intelligent Technology, Chinese Academy of Sciences, Chongqing 400714, P. R. China;2.University of Chinese Academy of Sciences, Beijing 100049, P. R. China;3.Iflytek Co., Ltd., Hefei 230031, P. R. China

Fund Project:

Surpported by Key Research Programs of Chinese Academy of Sciences (E351600201).

  • 摘要
    • | |
  • 访问统计
    • |
  • 参考文献
    • |
  • 相似文献
    • |
  • 引证文献
    • | |
  • 文章评论
    摘要:

    针对农业温室大棚温度测量受噪声影响不易直接预测的问题，提出一种将XGBoost(extreme gradient boosting）和Kalman filter相结合的集成预测模型XGB-KF（extreme gradient boosting with Kalman filter）。该模型首先基于XGBoost对温室内部当前时刻的温度值进行初步估计，使用卡尔曼滤波（Kalman filter）对得到的估计结果进行动态修正，得到最终的预测结果。基于涿州地区农业温室大棚的传感器数据进行了数值实验，以均方根误差（root mean square error，RMSE）作为主要指标对模型进行性能评估。与XGBoost、Bi-LSTM和Bi-LSTM-KF方法相比较，XGB-KF的RMSE分别降低5.22%、10.85%、7.45%。

    Abstract:

    To address the challenge of agricultural greenhouse temperature measurement being highly susceptible to noise, which limits direct prediction accuracy, this study proposes an integrated prediction model, XGB-KF, combining XGBoost and the Kalman filter. First, the model estimates the current greenhouse temperature using XGBoost. Then, the Kalman filter dynamically adjusts the estimated result to refine the prediction. Numerical experiments are conducted using sensor data from a greenhouse in Zhuozhou, with root mean square error (RMSE) as the main evaluation metric. Compared with XGBoost, Bi-LSTM, and Bi-LSTM-KF methods, the XGB-KF model reduces RMSE by 5.22%, 10.85% and 7.45% respectively.

    参考文献
    相似文献
    引证文献
引用本文

黄威,贾若然,钟坤华,刘曙光.基于XGB-KF模型的农业温室温度预测[J].重庆大学学报,2025,48(4):108-114.

复制
相关视频

分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2021-01-22
  • 在线发布日期: 2025-04-25
文章二维码
您是第 位访问者
主管单位：中华人民共和国教育部
主办单位：重庆大学
地址：重庆市沙坪坝正街174号
电话：
重庆大学学报 ® 2025 版权所有