BP神经网络在粮食霉变预测中的应用研究

作者：邓玉睿; 周勇; 唐芳^*; 祁智慧; 从伟; 程旭东; 王鹏杰; 张海洋

来源：中国粮油学报, 2019, 34(11): 128-132.

• BP神经网络
• 粮食霉变
• 预测模型

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%。

• 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