[發明專利]一種基于BP神經網絡對垃圾箱溫度預測的方法

在審

• 申請號: 202210089598.0
• 申請日: 2022-01-20
• 公開（公告）號: CN114781239A
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 李驊;朱雪茹;王居飛;李超;馮學斌;王永健;顧天煒
• 申請（專利權）人: 南京農業大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/08;G06F119/06;G06F119/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提出一種基于BP神經網絡對垃圾箱溫度預測的方法，包括獲取應用階段的戶外氣候環境和垃圾箱內平均溫度；將不同天氣條件內的檢測數據整理為訓練數據集和預測數據集；通過預先訓練好的BP神經網絡模型獲取垃圾箱內平均溫度，即輸入戶外溫度、空氣風速、空氣相對濕度、太陽輻照強度等條件，能夠實現對垃圾箱降溫效果的預測，從而為濕簾?風機降溫垃圾箱的應用提供技術支撐，為餐廚垃圾的夏季防腐儲存提供精準、節能、高效的解決方案。

技術領域

本發明屬于智能預測技術領域，具體涉及一種基于BP神經網絡對垃圾箱溫度預測的方法。

背景技術

餐廚垃圾富含各種有機物及無機鹽，夏季室外溫度較高，餐廚垃圾在收儲運環節易 于腐爛變質，散發惡臭，影響社區及小區的人居環境。為改善餐廚垃圾儲存環境，利用濕簾-風機系統作為降溫系統，放置于垃圾箱內，為餐廚垃圾提供常溫儲存環境，降低 餐廚垃圾腐臭變質速率。濕簾-風機降溫裝置廣泛應用于設施農業領域，發展成熟，具 有結構簡單、成本低廉的特點，其降溫原理為強制通風降溫，因此戶外環境因素會影響 垃圾箱的降溫效果。

神經網絡是人工智能的一個重要分支，具有自組織、自學習、非線性動態處理等特征，適用于非線性變化的垃圾箱小氣候降溫模型中。其中，反向傳播(Back Bropagation，BP)神經網絡原理簡單、適應能力強，針對安裝濕簾-風機裝置的空間內小氣候預測中 應用廣泛。為了探究不同氣候條件下垃圾箱的降溫效果，利用BP神經網絡，根據戶外 環境因素預測垃圾箱內的平均溫度，有利于濕簾-風機降溫垃圾箱的推廣使用。

發明內容

本發明是為了解決現有技術的不足，而提出來的一種基于BP神經網絡對垃圾箱溫度預測的方法。

為了實現上述目的，本發明采用了如下技術方案，具體步驟包括：

步驟1：數據采集，將待預測時段的戶外氣候類型和戶外環境影響因素采集為數據集，氣候類型包括晴天、多云、陰天、寡照，環境因素包括戶外溫度、空氣風速、空氣 相對濕度、太陽輻照強度；

步驟2：數據處理，將氣候類型、戶外環境影響因素整理為預測集合，將預測集合處理為預測向量集合，處理方法采用歸一法，即：

其中，x_i為第i個輸入變量變換后的數據(i＝1，2，3，4)，取值范圍在0～1；X_io為實驗數據；X_max、X_min分別為觀測值中最大值和最小值；

步驟3：初始化BP神經網絡的模型，確定輸入層、輸出層和隱含層神經元個數， 其中，輸入層包括不同氣候條件對應的環境影響因素，即戶外溫度、空氣風速、空氣相 對濕度、太陽輻照強度，輸出層為垃圾箱內平均溫度，隱含層的節點數根據計算公式；

其中，n₁為隱含層節點數，n為輸入層節點數，m為輸出層節點數，b為區間[1，10]內的常數；

步驟4：將預測向量集合輸入訓練好的BP神經網絡，通過BP神經網絡模型獲取 所述待測階段內的垃圾箱內溫度；

所述的一種基于BP神經網絡對垃圾箱溫度預測的方法，為可降溫垃圾箱在不同氣候條件的實際應用提供參考，為垃圾箱內濕簾-風機的參數設計及優化提供技術支撐。

根據本發明所述的一種基于BP神經網絡對垃圾箱溫度預測的方法，能夠預測垃圾箱內的平均溫度，根據溫度變化，設置溫度上下限，通過數據傳輸，控制濕簾-風機裝 置的啟停以及運行功率，有助于節省裝置的耗電量以及耗水量。

附圖說明

圖1為本發明實施例提供的預測方法的流程示意圖；

圖2為本發明實施例提供的神經網絡結構圖。

具體實施方式