[发明专利]基于BP神经网络的粮食品质指标预测方法

说明书

本发明公开一种基于BP神经网络的粮食品质指标预测方法，包括：获取粮食预测期信息t，其中，所述粮食预测期信息t表示需要预测第t期粮食的品质指标；根据粮食预测期信息t，获取符合时间要求的粮食品质指标数据；根据获取到的粮食品质指标数据构建BP神经网络预测模型；根据所述BP神经网络预测模型预测第t期粮食的品质指标。本发明通过储存粮食已有的相关数据建立预测模型，可以对未来一段时间的粮食品质指标进行预测，效率高，节约人力物力。

技术领域

本发明涉及粮食储存领域，具体涉及一种基于BP神经网络的粮食品质指标预测方法。

背景技术

众所周知，保障我国粮食储备安全是关系到国计民生的重大事项，而如何预测储存的粮食品质变化对评估粮食储存状态的好坏有重要意义，现有技术中，关于粮食品质指标的研究大部分是基于实验萃取的方法，但是由于每个生态区、每个仓库的粮食初始水平各异，如果每个生态区、每个仓库的粮食品质指标均用实验萃取的方法获得，会大大降低效率，浪费人力物力。

发明内容

为克服现有技术的不足，本发明提供一种基于BP神经网络的粮食品质指标预测方法，通过储存粮食已有的相关数据建立预测模型，可以对未来一段时间的粮食品质指标进行预测，效率高，节约人力物力。为解决以上技术问题，本发明通过下面的技术手段实现：

基于BP神经网络的粮食品质指标预测方法，包括：

获取粮食预测期信息t，其中，所述粮食预测期信息t表示需要预测第t期粮食的品质指标；

根据粮食预测期信息t，获取符合时间要求的粮食品质指标数据；

根据获取到的粮食品质指标数据构建BP神经网络预测模型；

根据所述BP神经网络预测模型预测第t期粮食的品质指标。

进一步地，所述根据粮食预测期信息t，获取符合时间要求的粮食品质指标数据包括：分别从历史数据库中获取第t-1期的粮食品质指标数据X_t—1、第t-2期的粮食品质指标数据X_t-—2和第t-3期的粮食品质指标数据X_t—3。

进一步地，根据获取到的粮食品质指标数据构建BP神经网络预测模型包括：

分别从粮食品质指标数据X_t—1、粮食品质指标数据X_t—2和粮食品质指标数据X_t—3中抽取一部分数据构成训练集X^P，X^P＝[X^P_t—1，X^P_t—2，X^P_t—3]；

对所述训练集X^P作归一化处理得到X^R；

根据X^R构建BP神经网络模型。