[发明专利]一种基于GRA-BPNN的粮食温湿度预测方法

说明书

本发明公开了一种基于GRA‑BPNN的粮食温湿度预测方法，包括以下步骤，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，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，利用灰色关联系数公式计算出灰色关联系数。本发明提高预测粮温的准确度，经过试验准确度可达到95.87％，借助GRA‑BPNN的粮温预测方法，在粮堆内传感器损坏的情况下，可以使保管员能够准确的了解粮温的情况从而降低储粮安全风险。

技术领域

本发明涉及粮食温湿度预测技术领域，尤其涉及一种基于GRA-BPNN的粮食温湿度预测方法。

背景技术

粮库在粮食日常保管中，为了确保储粮安全，需要对粮堆内部温度进行检测，以便及时发现粮堆内的温度是否存在异常，为保管员作业提供数据支持。

由于仓内面积较大，且粮堆高度较高，因此需要将很多根测温电缆插入到粮堆中，同时每根电缆上平均分布着温度传感器以便全面监测粮堆内各个部位的粮温情况，然而由于温度传感器是易耗品，经常发生传感器损坏而无法检测粮温的情况，同时由于缺乏有效的预测方法从而导致保管员无法得知粮堆某部位的温度，所以急需一种基于GRA-BPNN的粮食温湿度预测方法来改变这一现状。

发明内容

基于背景技术存在的技术问题，本发明提出了一种基于GRA-BPNN的粮食温湿度预测方法。

本发明提出的一种基于GRA-BPNN的粮食温湿度预测方法，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。