發(fā)布時間：2021-07-10 09:44

　　目前儲糧安全管理仍部分甚至完全依賴人工,糧食儲存企業(yè)迫切需要一套成型的智能糧情測控系統(tǒng)�；诖吮疚脑O計實現(xiàn)了智能糧情測控與預警系統(tǒng),輔助及時發(fā)現(xiàn)并解決儲糧過程中異常情況。本文首先對系統(tǒng)進行了需求分析,并對整體以及各模塊進行設計實現(xiàn),最后進行了相關系統(tǒng)測試。技術上,本文基于B/S模式開發(fā)了一套Java WEB系統(tǒng),前端使用Vue漸進式框架,后端使用Spring Boot框架進行開發(fā),使用了SQL server數(shù)據(jù)庫。目前糧情測控及預警領域仍存在許多問題:首先,對糧情診斷中糧食安全性判斷僅考慮糧食內(nèi)部儲存情況,忽略了外界環(huán)境的影響,其次,對糧溫預測中常用的粒子群算法優(yōu)化RBF神經(jīng)網(wǎng)絡的算法,仍存在粒子群算法局部尋優(yōu)能力較差的問題,最后,對糧情語義查詢中的關鍵詞提取數(shù)量固定,不能靈活根據(jù)查詢語句進行動態(tài)調(diào)整。（1）針對糧食安全性判斷,本文考慮外界環(huán)境影響,對三溫、三濕分別進行加權計算得到相對溫度、相對濕度,并將相對溫度、相對濕度以及糧食水分的隸屬度作為神經(jīng)網(wǎng)絡輸入。（2）針對粒子群算法容易陷入局部最優(yōu)的問題,本文將遺傳算法與粒子群算法結(jié)合,在粒子群算法陷入局部最優(yōu)時調(diào)用遺傳算法改變粒子位置,... 

【文章來源】：大連理工大學遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：75 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外相關工作研究進展
        1.2.1 糧情測控研究
        1.2.2 糧情預測研究
        1.2.3 語義搜索研究
    1.3 本文主要研究內(nèi)容
    1.4 本文結(jié)構(gòu)
2 相關技術與算法概述
    2.1 模糊推理
        2.1.1 模糊邏輯
        2.1.2 隸屬度函數(shù)
        2.1.3 多輸入模糊推理
    2.2 語義分析
        2.2.1 中文分詞
        2.2.2 近義詞匹配
        2.2.3 關鍵詞排序算法
    2.3 神經(jīng)網(wǎng)絡相關技術介紹
        2.3.1 PBF網(wǎng)絡
        2.3.2 PSO尋優(yōu)
    2.4 相關開發(fā)技術介紹
        2.4.1 Vue
        2.4.2 Spring與 SpringBoot
3 系統(tǒng)需求分析
    3.1 可行性分析
        3.1.1 社會可行性
        3.1.2 經(jīng)濟可行性
        3.1.3 技術可行性
    3.2 功能需求分析
        3.2.1 系統(tǒng)整體用例
        3.2.2 儲糧信息查詢子系統(tǒng)用例
        3.2.3 糧情診斷子系統(tǒng)用例
        3.2.4 糧情預測子系統(tǒng)用例
        3.2.5 語義查詢子系統(tǒng)用例
    3.3 本章小結(jié)
4 系統(tǒng)設計
    4.1 系統(tǒng)整體設計
    4.2 系統(tǒng)詳細設計
        4.2.1 儲糧信息查詢子系統(tǒng)設計
        4.2.2 糧情診斷子系統(tǒng)設計
        4.2.3 糧情預測子系統(tǒng)設計
        4.2.4 語義查詢子系統(tǒng)設計
        4.2.5 數(shù)據(jù)庫設計
    4.3 本章小結(jié)
5 系統(tǒng)實現(xiàn)
    5.1 儲糧信息查詢子系統(tǒng)實現(xiàn)
    5.2 糧情診斷子系統(tǒng)實現(xiàn)
        5.2.1 傳感器輸入數(shù)據(jù)的處理實現(xiàn)
        5.2.2 圖形化糧情展示實現(xiàn)
        5.2.3 糧情異常判斷及處理實現(xiàn)
        5.2.4 糧食安全性判斷實現(xiàn)
    5.3 糧情預測子系統(tǒng)實現(xiàn)
        5.3.1 輸入時滯的確定
        5.3.2 基于改進PSO優(yōu)化RBF神經(jīng)網(wǎng)絡的糧溫預測算法實現(xiàn)
    5.4 語義查詢子系統(tǒng)實現(xiàn)
    5.5 本章小結(jié)
6 系統(tǒng)測試
    6.1 儲糧查詢子系統(tǒng)測試
        6.1.1 儲糧查詢子系統(tǒng)測試用例及結(jié)果
        6.1.2 儲糧查詢子系統(tǒng)測試分析
    6.2 糧情診斷子系統(tǒng)測試
        6.2.1 糧情診斷子系統(tǒng)測試用例及結(jié)果
        6.2.2 糧情診斷子系統(tǒng)測試分析
    6.3 糧情預測子系統(tǒng)測試
        6.3.1 糧情預測子系統(tǒng)測試用例及結(jié)果
        6.3.2 糧情預測子系統(tǒng)測試分析
    6.4 語義查詢子系統(tǒng)測試
        6.4.1 語義查詢子系統(tǒng)測試用例及結(jié)果
        6.4.2 語義查詢子系統(tǒng)測試分析
    6.5 本章小結(jié)
結(jié)論
參考文獻
致謝


【參考文獻】：
期刊論文
[1]基于混合優(yōu)化RBF神經(jīng)網(wǎng)絡的月平均氣溫預測[J]. 魏爽,王麗吉,吳書成,魯奕岑.  現(xiàn)代計算機. 2019(22)
[2]基于Hadoop的車輛調(diào)度算法優(yōu)化及應用[J]. 陳燕,于放,田月,劉璐.  計算機系統(tǒng)應用. 2018(10)
[3]基于改進BP神經(jīng)網(wǎng)絡的鍋爐過熱器管壁溫度預測研究[J]. 劉月正,朱洪偉,焦玉剛.  科技創(chuàng)新與應用. 2017(31)
[4]一種改進的線性遞減權值的粒子群優(yōu)化算法[J]. 崔新于,田梓君.  無線互聯(lián)科技. 2017(10)
[5]智慧糧倉 確保糧食倉儲安全[J]. 阮曉東.  新經(jīng)濟導刊. 2015(11)
[6]糧情智能測控系統(tǒng)中的數(shù)據(jù)融合技術研究[J]. 龐海鋒,蒙艷玫,唐治宏,胡映寧.  測控技術. 2014(06)
[7]基于RBF時間序列預測器的傳感器故障診斷方法研究[J]. 曹正洪,沈繼紅.  傳感器與微系統(tǒng). 2010(05)

博士論文
[1]基于計算機視覺的木質(zhì)板材顏色分類方法的研究[D]. 戴天虹.東北林業(yè)大學 2008

碩士論文
[1]糧情檢測系統(tǒng)中數(shù)據(jù)獲取與分析預測方法的研究與實現(xiàn)[D]. 胡慶賀.安徽大學 2018
[2]基于Hadoop平臺的糧庫糧情信息決策方法的研究[D]. 王彥輝.河南工業(yè)大學 2016
[3]糧情測控與預警系統(tǒng)移動客戶端的設計與實現(xiàn)[D]. 劉馮俊.安徽大學 2016
[4]糧庫中智能糧情測控系統(tǒng)的設計與研究[D]. 黃志華.安徽大學 2015
[5]基于模擬退火的粒子群算法的函數(shù)優(yōu)化研究[D]. 陳國飛.中南大學 2013



本文編號：3275675