智能粮情测控与预警系统的设计与实现

发布时间：2021-07-10 09:44

　　目前储粮安全管理仍部分甚至完全依赖人工,粮食储存企业迫切需要一套成型的智能粮情测控系统。基于此本文设计实现了智能粮情测控与预警系统,辅助及时发现并解决储粮过程中异常情况。本文首先对系统进行了需求分析,并对整体以及各模块进行设计实现,最后进行了相关系统测试。技术上,本文基于B/S模式开发了一套Java WEB系统,前端使用Vue渐进式框架,后端使用Spring Boot框架进行开发,使用了SQL server数据库。目前粮情测控及预警领域仍存在许多问题:首先,对粮情诊断中粮食安全性判断仅考虑粮食内部储存情况,忽略了外界环境的影响,其次,对粮温预测中常用的粒子群算法优化RBF神经网络的算法,仍存在粒子群算法局部寻优能力较差的问题,最后,对粮情语义查询中的关键词提取数量固定,不能灵活根据查询语句进行动态调整。（1）针对粮食安全性判断,本文考虑外界环境影响,对三温、三湿分别进行加权计算得到相对温度、相对湿度,并将相对温度、相对湿度以及粮食水分的隶属度作为神经网络输入。（2）针对粒子群算法容易陷入局部最优的问题,本文将遗传算法与粒子群算法结合,在粒子群算法陷入局部最优时调用遗传算法改变粒子位置,... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景与意义
    1.2 国内外相关工作研究进展
        1.2.1 粮情测控研究
        1.2.2 粮情预测研究
        1.2.3 语义搜索研究
    1.3 本文主要研究内容
    1.4 本文结构
2 相关技术与算法概述
    2.1 模糊推理
        2.1.1 模糊逻辑
        2.1.2 隶属度函数
        2.1.3 多输入模糊推理
    2.2 语义分析
        2.2.1 中文分词
        2.2.2 近义词匹配
        2.2.3 关键词排序算法
    2.3 神经网络相关技术介绍
        2.3.1 PBF网络
        2.3.2 PSO寻优
    2.4 相关开发技术介绍
        2.4.1 Vue
        2.4.2 Spring与 SpringBoot
3 系统需求分析
    3.1 可行性分析
        3.1.1 社会可行性
        3.1.2 经济可行性
        3.1.3 技术可行性
    3.2 功能需求分析
        3.2.1 系统整体用例
        3.2.2 储粮信息查询子系统用例
        3.2.3 粮情诊断子系统用例
        3.2.4 粮情预测子系统用例
        3.2.5 语义查询子系统用例
    3.3 本章小结
4 系统设计
    4.1 系统整体设计
    4.2 系统详细设计
        4.2.1 储粮信息查询子系统设计
        4.2.2 粮情诊断子系统设计
        4.2.3 粮情预测子系统设计
        4.2.4 语义查询子系统设计
        4.2.5 数据库设计
    4.3 本章小结
5 系统实现
    5.1 储粮信息查询子系统实现
    5.2 粮情诊断子系统实现
        5.2.1 传感器输入数据的处理实现
        5.2.2 图形化粮情展示实现
        5.2.3 粮情异常判断及处理实现
        5.2.4 粮食安全性判断实现
    5.3 粮情预测子系统实现
        5.3.1 输入时滞的确定
        5.3.2 基于改进PSO优化RBF神经网络的粮温预测算法实现
    5.4 语义查询子系统实现
    5.5 本章小结
6 系统测试
    6.1 储粮查询子系统测试
        6.1.1 储粮查询子系统测试用例及结果
        6.1.2 储粮查询子系统测试分析
    6.2 粮情诊断子系统测试
        6.2.1 粮情诊断子系统测试用例及结果
        6.2.2 粮情诊断子系统测试分析
    6.3 粮情预测子系统测试
        6.3.1 粮情预测子系统测试用例及结果
        6.3.2 粮情预测子系统测试分析
    6.4 语义查询子系统测试
        6.4.1 语义查询子系统测试用例及结果
        6.4.2 语义查询子系统测试分析
    6.5 本章小结
结论
参考文献
致谢


【参考文献】：
期刊论文
[1]基于混合优化RBF神经网络的月平均气温预测[J]. 魏爽,王丽吉,吴书成,鲁奕岑.  现代计算机. 2019(22)
[2]基于Hadoop的车辆调度算法优化及应用[J]. 陈燕,于放,田月,刘璐.  计算机系统应用. 2018(10)
[3]基于改进BP神经网络的锅炉过热器管壁温度预测研究[J]. 刘月正,朱洪伟,焦玉刚.  科技创新与应用. 2017(31)
[4]一种改进的线性递减权值的粒子群优化算法[J]. 崔新于,田梓君.  无线互联科技. 2017(10)
[5]智慧粮仓 确保粮食仓储安全[J]. 阮晓东.  新经济导刊. 2015(11)
[6]粮情智能测控系统中的数据融合技术研究[J]. 庞海锋,蒙艳玫,唐治宏,胡映宁.  测控技术. 2014(06)
[7]基于RBF时间序列预测器的传感器故障诊断方法研究[J]. 曹正洪,沈继红.  传感器与微系统. 2010(05)

博士论文
[1]基于计算机视觉的木质板材颜色分类方法的研究[D]. 戴天虹.东北林业大学 2008

硕士论文
[1]粮情检测系统中数据获取与分析预测方法的研究与实现[D]. 胡庆贺.安徽大学 2018
[2]基于Hadoop平台的粮库粮情信息决策方法的研究[D]. 王彦辉.河南工业大学 2016
[3]粮情测控与预警系统移动客户端的设计与实现[D]. 刘冯俊.安徽大学 2016
[4]粮库中智能粮情测控系统的设计与研究[D]. 黄志华.安徽大学 2015
[5]基于模拟退火的粒子群算法的函数优化研究[D]. 陈国飞.中南大学 2013



本文编号：3275675