BP神经网络在粮食霉变预测中的应用研究

论文摘要

霉变是造成粮食损失的重要原因,为了降低损失,将危害控制在萌芽状态,提前预测预警意义重大。本研究利用MATLAB的神经网络工具箱建立了预测粮食霉变的BP神经网络,给出了稻谷在给定含水率、温度、储藏时间的条件下是否会发生霉变的预测模型。同时,通过合理选择训练样本的数目,探究训练样本数量对网络精度的影响,并通过华北地区实仓数据验证由实验数据得到的BP神经网络在实际应用中所能达到的准确程度。经过验证,对于实验数据,训练样本数目大于400时,神经网络预测正确率可以达到94.3%;样本数越大,正确率越高。随机选择2 500个实验室样本数据进行训练得到的神经网路预测模型,对剩余样本预测准确率达到98%,对于实仓检测数据,正确率可以达到82.1%。

论文目录

• 1 材料与方法
•   1.1 实验材料及样品处理
•   1.2 实验仪器
•   1.3 实验方法
•     1.3.1 模拟储藏及检测周期
•     1.3.2 真菌孢子计数[15]
•     1.3.3 水分测定[16]
•     1.3.4 数据预处理
• 2 BP神经网络建模
•   2.1 输入数据
•   2.2 根据输入输出数据确定BP神经网络结构
•   2.3 建立神经网络
•   2.4 训练神经网络并仿真模拟
• 3 结果分析
•   3.1 训练数据不同对网络精度的影响
•   3.2 粮食霉变神经网络预测模型构建
•   3.3 实仓数据验证网络
• 4 结论

文章来源

类型: 期刊论文

作者: 邓玉睿,周勇,唐芳,祁智慧,从伟,程旭东,王鹏杰,张海洋

关键词: 神经网络,粮食霉变,预测模型

来源: 中国粮油学报 2019年11期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 轻工业手工业,自动化技术

单位: 中国科学技术大学,国家粮食和物资储备局科学研究院

基金: 国家粮食储备库多灾害定量风险评估研究(2017YFC 0805903),粮情监测监管云平台关键技术研究及装备开发(2017YFD0401003-2)

分类号: TS210.1;TP183

页码: 128-132

总页数: 5

文件大小: 414K

下载量: 343