基于BP神经网络的粮情监控模型研究

• 作者: 刘砚菊 周光
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: BP神经网络 CO2 温度 湿度 粮情监控
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 计算机控制系统及软件
• 页码范围: 734-737,743
• 页数: 5页
• 分类号: TP273
• 字数: 4204字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘砚菊	沈阳理工大学信息科学与工程学院	31	176	8.0	12.0
2	周光	沈阳理工大学信息科学与工程学院	1	14	1.0	1.0