换一批
换一批基于LSTM的粮堆"热皮"厚度预测模型构建
Construction of"Hot Skin"Thickness Prediction Model of Grain Pile Based on LSTM
摘要本文根据粮仓密集阵列式测温系统所提取的温度数据,构建了一种基于长短期记忆网络(Long Short-Term Memory,LSTM)的粮堆"热皮"厚度预测模型.结果表明,该模型可以较好地预测粮堆"热皮"厚度.东侧列间、西侧列间和层间3种基于LSTM的"热皮"厚度预测模型拟合效果均较好,3种模型R2均高于0.889,预测误差较低.其中层间"热皮"预测模型的预测效果最好,训练集和验证集R2分别为0.936和0.921,平均绝对预测误差分别为0.058 m和0.049m.表明基于LSTM的粮堆"热皮"厚度预测模型的预测性能具有一定优势,能够实现对储粮过程中粮仓"热皮"厚度的准确预测,为粮堆"热皮"的定量分析提供了新的思路,有助于仓储管理人员实现辅助决策,为保障粮食安全储藏提供理论借鉴.
更多相关知识
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
