se，min_rmse 为设定的最小均方根偏 差，就令η = n+1返回3. 3);否则输出最佳值RMSE和优化参数向量X。
[0056] 本发明的技术构思为：温室生产是作物高产、优质、高效农业的必然要求，逐渐引 起人们的普遍关注。温室是具有非线性、随机性、强耦合和不确定性特点的复杂系统。温室 环境建模的目的主要是满足温室系统仿真、设计、预测、控制（最优化控制和自适应控制） 和决策等方面的需要。
[0057] 温室环境建模的主要方法有基于物理过程的机理建模和测试法两种。基于物理过 程的机理建模是利用非稳态传热传质得到描述温室动态过程的微分方程，通过求解微分方 程在一定边界条件下的解得到环境动态模型。然而当物理参数较多时，其中的有些物理参 数就会难以测量以及有些参数会根据室内植物的生长而发生变化。对于非常复杂的系统， 建立每一个参数都具有物理意义的机理模型是比较困难的。系统辨识建模方法是利用输 入输出数据所提供的信息来建立过程模型，可实现难以通过完全物理过程建立温室准确模 型。
[0058] 为提高预测的精确度和速度性能，提出了模型优化预测方法来预测温室能耗。由 于温室物理模型中有大量的物理参数，优化过程中计算的密集性和计算成本可能会过高。 为了减少温室物理模型中不确定参数的数量，对物理模型进行灵敏度分析是十分必要的。 并采用一种改进的粒子群遗传算法（IPSO-GA)来调整温室能量模型的不确定参数，降低预 测系统的优化计算时间和提高精确度。进而建立温室能量预测模型，为温室环境节能设计 与控制提供理论参考。
[0059] 本发明的有益效果主要表现在：有效降低计算时间、提高精度。
【附图说明】
[0060] 图1是模型优化预测方法的流程图。
[0061] 图2是温室热平衡示意图。
[0062] 图3是IPSO-GA的流程图。
【具体实施方式】
[0063] 下面结合附图对本发明作进一步描述。
[0064] 参照图1~图3,一种温室能耗的模型优化预测方法，所述预测方法包括以下步 骤：
[0065] 1)建立温室能量物理模型
[0066] 如图2所示，温室是一个半封闭的热系统，而物理进程中的能量流动关系由温室 的小气候，植物类型，土壤，覆盖材料和外部环境的影响。根据热力学第一定律，动态能量方 程在时间尺度上能量消耗。
[0067] 温室热平衡定义为温度变化速率，同时温度变化速率可以转换来计算温室内部 供热系统需要提供的能量，在本系统中，供暖系统为3类风机盘管。则风机盘管需要提供的 能量可以表述如下：
[0069] 式中，Qg为风机盘管提供的能量，W ; P _为空气密度，kg/m3;v为温室的体积，m3; 为空气的比热容，X/(kg · k) ;T i为温室室内的空气温度，°c，$为单位时间内温度的 CIi 变化率；Qsc^为进入到温室的净太阳光照辐射能量，W ;Qlcing为进入到温室的长波辐射能量， W 为温室与外界的传导热量，W ;Qvent为温室与外界的通风换热能量，W ;Q &_为温室中 的作物蒸腾所需要的能量，W山。_为温室中的作物冠层与空气热传导的能量，W。
[0070] 根据热辐射定律，进入到温室的净太阳光照辐射能量Qscilal^可表示如下：
[0071] Qsolar=AsIJa (2)
[0072] 式中，As为温室地表面积，m2;I 3为室外辐射通量密度，W/m 2Ja为覆盖材料的透光 率。
[0073] 选取的实验温室含有内外遮阳和保温幕，三者对太阳光进入温室都有阻碍作用， 然而后文选取的实验数据中可以知道外遮阳几乎不开启，所以此处不考虑外遮阳对温室的 影响。本发明选取的实验温室的顶窗玻璃选用的是雾化减反射玻璃，雾化减反射玻璃的透 光率随太阳光的入射角的变化而变化，而太阳光的入射角在一天中是不断变换的；为了解 决这个问题提出能量修正系数的概念，将温室中因为难以测量和精确控制的因素统称为不 可测因素，并把这种不可测因素转化为一个修正系数作为温室的一个温室因子加入到温室 的系统辨识中。所以公式（2)可转化如下：
[0074] Qsoiar= AsIaTa · TcTnXt (3)
[0075] 式中，Tc为保温幕透光率；T n为内遮阳透光率；X t为净太阳光照辐射的修正系数。
[0076] 温室的长波辐射能量Qlcing可表示如下：
[0077] Qlcing= ε 12Ag。（T1M1sky4) (4)
[0078] 式中，ε 12为覆盖材料和空气之间的发射率，分别由空气和覆盖材料各自的发射率 系数^和ε 2决定；Ag为温室覆盖材料的表面积，m2;。为斯蒂芬-玻耳兹曼常数；T sky为 天空温度，K。
[0079] 选取的实验温室的顶窗玻璃是减反射玻璃，温室四周中有一面是减反射玻璃，另 外三面紧邻其他三个温室，这三面玻璃是普通玻璃。在这里，我们取覆盖材料的发射率系数 ε 2为普通玻璃的发射率系数，并将由此带来对温室的影响称为不可测因素1。空气的发射 率系数E1SO. 9,普通玻璃的发射率系数ε 2也为0.9。则ε 12可表示如下：
[0080] ε 12= ( ε /+E2 ^l) 1 (5)
[0081] 天空温度Tsky可表示如下：
[0082] Tsky= 94+12. 6In (e。）-13ks+0. 341Τ。 (6)
[0083] 式中，％为室外实际水蒸汽压，Pa ;ks为天空透明系数；T ^为室外温度，°C。％和 ks的取值受室外天气和月份的影响，无法精确得到两者的值，本发明取e。的值为1500Pa，取 ks的值为44%，并将由此带来对温室的影响称为不可测因素2。将上述不可测因素1和不 可测因素2转化为一个修正系数\作为温室的一个温室因子加入到温室的系统辨识中。所 以公式（4)可转化如下：
[0084] Qlcing= ε 12Ag〇 (T1H3ky4) · Xi (7)
[0085] 式中，ε 12为覆盖材料和空气之间的发射率，分别由空气和覆盖材料各自的发射率 系数^和ε 2决定；Ag为温室覆盖材料的表面积，m2;。为斯蒂芬-玻耳兹曼常数；T sky为 天空温度，K A1为长波辐射的修正系数；
[0086] 覆盖材料和空气之间的传导和对流交换是依靠室内外空气的温差实现的。对流通 量是靠内部的保温幕和内遮阳来进行交换的，对流通量也是由室内外空气温度给出的，所 以温室与外界的传导热量Qotvct可表示如下：
[0087] Qcover=AgKgKcKn* (T1-T0) (8)
[0088] 式中，Kg为覆盖材料的传热系数，WAm2 ·Κ) 为保温幕阻碍系数；Kn为内遮阳阻 碍系数，Τ。为室外空气温度，tC。
[0089] 由于本发明选取的实验温室的顶窗玻璃是减反射玻璃，温室四周中有一面是减反 射玻璃，另外三面紧邻其他三个温室，这三面玻璃是普通玻璃。所以公式（4-8)中覆盖材 料的传热系数在模型中有2个，分别用来表示减反射玻璃的传热系数和普通玻璃的传热系 数。尤其要注意的是，公式（4-8)中的室外温度Tci在模型中有4个，分别表示室外温度和 另外3个紧邻温室的室内温度。所以，公式（8)可转化如下：
(9)
[0091] 式中，
[0092] Atop为顶窗玻璃的面积，m 2;G a为减反射玻璃的传热系数，WAm2 · Κ) ;Sr S2、S3、S4分别是温室4个侧面的面积，m2,其中S1对应减反射玻璃，S 2、S3、S4分别对应普通玻璃；T _、 T。#、Tcig3分别是对应的普通玻璃紧邻的温室的室内温度，°C ;K g为普通玻璃的传热系数，W/ (m2 · K) 〇
[0093] 含有顶窗玻璃且为侧面通风的温室的通风换热能量与风速和浮力效应有关，所以 温室与外界的通风换热能量Qrent可以表示如下：
[0095] 式中，Aw为开窗面积，m 2;C d为平均通风排气系数，本发明取0· 7 ;g为重力加速度， ms 2;Δ T为温室内外的温度差，K ;T。为室外温度，K 为等效的侧窗玻璃高度，m;Cw为与 风速相关的通风率系数，本发明取〇. 11 ;U。为室外风速，m/s。
[0096] CjP C "的取值不仅与温室的类型有关，还与温室周围的建筑物和室外的风向有 关，然而我们无从考证实验温室与周边温室之间的相互影响关系，而且CjP C w的准确取值 涉及到繁杂的公式计算。本发明对CjP (^取固定值，并将由此带来对温室的影响称为不可 测因素1。当外界风速的值大于2时，可以忽略浮力效应。然而根据数据库中的温室数据可 知，一天中的风速是随时变化的，而且很难精确掌握风速与时间的关系，且风速随月份的影 响也难以估量，所以本发明在忽略浮力效应对通风换热的影响，并将由此带来对温室的影 响称为不可测因素2。将不可测因素1和不