[发明专利]一种基于GRA-BPNN的粮食温湿度预测方法

权利要求书

1.一种基于GRA-BPNN的粮食温湿度预测方法，其特征在于，包括以下步骤：

S1：通过水分检测装置检测粮食的水分，通过温度检测装置检测粮仓内的温度、粮堆的温度和大气的温度，通过湿度检测装置检测粮仓内的湿度和大气的湿度；

S2：将采集的每一项数据进行逐一记录，分类整合，即时粮堆温度为参考数列，粮食水分、仓温、仓湿、气温、气湿、历史粮堆温度作为比较数列，与此同时，将参考数列和比较数列进行无量纲化处理；

S3：利用灰色关联系数公式计算出灰色关联系数；

S4：利用关联度计算公式计算出关联度；

S5：然后利用整理后集合来进行BPNN的学习与训练，并依次建立关系简化模型和鲁棒性预测模型；

S6：最后以预测模型的打分为依据，从中选取最优的一个数据作为结果。

2.根据权利要求1所述的一种基于GRA-BPNN的粮食温湿度预测方法通过检测系统实施，其特征在于，所述检测系统包括水分检测装置、温度检测装置和湿度检测装置，水分检测装置包括水分检测仪，水分检测器和粮食测水仪。

3.根据权利要求2所述的一种基于GRA-BPNN的粮食温湿度预测方法，其特征在于，所述温度检测装置包括温度传感器，温度检测仪和红外测温仪，湿度检测装置包括湿度传感器、湿度检测仪和湿度测定器，水分检测装置、温度检测装置和湿度检测装置的信号输出端分别通过信号线连接有控制器。

4.根据权利要求1所述的一种基于GRA-BPNN的粮食温湿度预测方法，其特征在于，所述灰色关联系数公式为ξ(Xi)＝(Δmin+ρΔmax)÷(Δoi(k)+ρΔmax)，其中ρ为分辨系数，一般在0～1之间，通常取0.5，Δmin为第二级最小差，Δmax为两级最大差，Δoi(k)为各比较数列Xi曲线上的每一个点与参考数列X0曲线上的每一个点的绝对差值。

5.根据权利要求1所述的一种基于GRA-BPNN的粮食温湿度预测方法，其特征在于，所述关联度计算公式为ri＝(1÷N)∑ξ(k),其中ri值越接近1，说明相关性越好，然后根据关联度高低做排序，消除关联度较低的数据。

6.根据权利要求1所述的一种基于GRA-BPNN的粮食温湿度预测方法，其特征在于，所述关系简化模型为T＝[W,S,H,A,G,t]，其中T—测温点位的温度，W—即时粮食水分，S—即时仓内温度，H—即时仓内湿度，A—即时大气温度，G—即时大气湿度，t—测温点位历史粮堆温度。