[发明专利]一种基于支持向量回归SVR的粮堆结露预测方法

说明书

本发明公开了一种基于支持向量回归SVR的粮堆结露预测方法，具体包括以下步骤：S1、提取影响粮堆湿度的因素作为特征；S2、将所述特征进行数据预处理；S3、将预处理后的特征输入到SVR模型中进行优化；S4、利用优化后的SVR模型对粮堆局部湿度及结露情况进行预测。本发明利用SVR构建对噪声鲁棒的预测模型，可实现预测不同储藏时间粮堆不同位置的湿度，这对于发现粮堆局部高湿度位置，以及判断粮堆局部是否已经发生结露，从而采取通风散湿等措施提供了新的思路。

技术领域

本发明属于粮食储藏技术领域，特别是涉及一种基于支持向量回归SVR的粮堆结露预测方法。

背景技术

粮堆结露是由于粮堆不同位置的温度差异导致了粮堆孔隙内空气的微循环，随着粮堆孔隙内空气的流动，当某处的热气流碰到冷的粮食时，就会使局部湿度增大，若温差较大时会发生结露，从而导致粮堆局部水分增加，进而产生霉变，造成储粮损失。在季节交替时，仓房外及粮堆上部空间的温度骤高骤低，由于粮食是热的不良导体，粮堆的表层与内部、粮堆的向阳面与背阳面都会存在温差，形成温度梯度，使粮食孔隙间进行空气流动。温差越大，储粮结露越严重。

粮堆若内部发生结露，其具体位置难以用肉眼看到，必须定期扦样检测水分，若不能扦取到结露部位的样品，则无法知道粮食是否发生结露现象，并且粮食样品的水分含量的测定又需要大量的人力物力。

发明内容

为了解决上述技术问题，本发明提供一种基于支持向量回归SVR的粮堆结露预测方法，采用树结构化估计器优化非线性SVR模型中超参数，预测粮堆中不同位置的湿度，可实现预测不同储藏时间粮堆不同位置的湿度，这对于发现粮堆局部高湿度位置，以及判断粮堆局部是否已经发生结露，从而采取通风散湿等措施提供了新的思路。

为实现上述目的，本发明提出一种基于支持向量回归SVR的粮堆结露预测方法，具体包括以下步骤：

S1、提取影响粮堆湿度的因素作为特征；

S2、将所述特征进行数据预处理；

S3、将预处理后的特征输入到SVR模型中进行优化；

S4、利用优化后的SVR模型对粮堆局部湿度及结露情况进行预测。

优选地，所述步骤S1具体为：

S1.1、在粮堆不同位置布置温湿度传感器，并在储藏过程中定时读取影响粮堆湿度的数据因素；

S1.2、将所述数据进行预处理和分类编辑；

S1.3、将处理后的数据因素作为特征并进行提取，得到多个一维特征。

优选地，所述数据因素包括：粮堆各位置的粮温、粮食水分、粮堆内湿度。

优选地，所述温湿度传感器的布置点位置和数量是根据易结露位置及仓房的大小进行调整。

优选地，所述步骤S2中的数据预处理是将每个一维特征线性归一化到[0,1]之间。

优选地，所述步骤S3中的优化是采用树结构化Parzen估计器优化算法对SVR模型进行优化，寻找最优的正则化参数和核函数宽度，并估计所述正则化参数和核函数宽度的性能。

优选地，所述树结构化Parzen估计器优化算法对SVR模型进行优化的具体步骤为：

S3.1、将归一化特征数据输入到SVR模型中，在已有数据中选择一个损失阈值y*，对于大于该阈值和小于该阈值的数据分别估计两个条件概率密度函数l(x)和g(x)；

S3.2、根据Expectation Improvement的计算公式寻找使得g(x)/l(x)最小化的值x；

S3.3、将x再放回特征值中，再重新拟合g(x)和l(x)；