基于BP神经网络的粮情监控模型研究

来源期刊：控制工程2013年第4期

论文作者：刘砚菊 周光

文章页码：734 - 1480

关键词：BP神经网络;CO₂;温度;湿度;粮情监控;

摘    要：储粮环境是一个由多种因素构成的复杂系统,粮情状况与环境中的微生物活性、温度、湿度和CO₂浓度等因素密切相关,常规粮情预测方法已经很难满足当代储粮监控的高度和精度。基于BP神经网络的灵活性建立了一种新型粮情监控模型。该模型针对BP神经网络在训练过程中存在的学习速度慢、精度低、易于陷入局部最小等缺点,分别采用动量法对粮情因子的权值进行调整,采用快速动量法对粮情学习效率进行调整,采用L-M算法对粮情监控网络进行综合改进。通过采集储粮环境中的温度、湿度、CO₂浓度等信息,对粮情样本进行训练和预测,并与常规粮情预测方法进行了效果对比。实验结果表明,综合改进后的粮情监控模型应用于粮情预测效果显著,很好的满足了当前粮情的监控需求。