【技术实现步骤摘要】
一种基于大数据的粮库库存管理系统
[0001]本专利技术涉及粮库库存管理
，具体是一种基于大数据的粮库库存管理系统
。
技术介绍
[0002]粮库内的粮食腐坏和虫害滋生受到粮库内温度
、
湿度和通风度的直接影响
。
温度和湿度是维持粮食质量的关键因素之一
。
过高或过低的温度
、
湿度水平都可能导致粮食吸湿
、
发霉或虫害滋生
。
通风度则可以影响粮库内的空气流通和湿度控制，不足的通风度可能导致局部温湿度异常，从而助长虫害滋生
。
因此，科学合理地控制和监测粮库内的温度
、
湿度和通风度，是确保粮食安全和质量的重要措施；目前，粮库内温度湿度控制主要依赖于管理人员的经验和直觉，但这种传统管理方式存在一些局限性
。
管理人员通常根据自己的经验来调整温湿度设定，以试图降低粮食的腐坏率和虫害滋生率
。
然而这种方式所能达到的效果是不稳定且无法进行量化的；为此，本...
【技术保护点】
【技术特征摘要】
1.
一种基于大数据的粮库库存管理系统，其特征在于，包括虫害类型数据收集模块
、
历史库存数据收集模块
、
预测模型训练模块
、
粮库库存数据收集模块以及库存虫害管理模块；其中，各个模块之间通过电性连接；虫害类型数据收集模块，用于预先收集粮食虫害类型表，并将粮食虫害类型表发送至历史库存数据收集模块；历史库存数据收集模块，用于基于粮食虫害类型表，收集粮食腐坏率训练数据以及虫害滋生率训练数据；其中，所述粮食腐坏率训练数据包括粮食腐坏率特征数据以及粮食腐坏率标签数据；所述虫害滋生率训练数据包括虫害滋生率特征数据以及虫害滋生率标签数据，并将粮食腐坏率训练数据以及虫害滋生率训练数据发送至预测模型训练模块；预测模型训练模块，用于为每种粮食类型，基于粮食腐坏率训练数据训练出粮食腐坏率预测模型，以及为每种粮食类型以及该粮食类型对应的每种虫害类型，基于虫害滋生率训练数据训练虫害滋生率预测模型，并将训练完成的粮食腐坏率预测模型以及虫害滋生率预测模型发送至库存虫害管理模块；粮库库存数据收集模块，用于在粮食腐坏率预测模型以及虫害滋生率预测模型训练完成后，预设实际库存采集周期时长，周期性收集粮库内的粮库库存数据，并将粮库库存数据发送至库存虫害管理模块；库存虫害管理模块，用于基于粮库库存数据
、
粮食腐坏率预测模型以及虫害滋生率预测模型，为粮库内下一个实际库存采集周期生成环境设置策略，以降低粮食腐坏率
。2.
根据权利要求1所述的一种基于大数据的粮库库存管理系统，其特征在于，所述粮食虫害类型表为以粮食类型为主键，以每种粮食类型对应的虫害类型为属性的数据库表
。3.
根据权利要求2所述的一种基于大数据的粮库库存管理系统，其特征在于，所述粮食腐坏率特征数据以及所述粮食腐坏率标签数据的收集方式为：预设训练数据采集周期时长；对于粮库内存储的每种粮食类型，收集每个训练数据采集周期内，粮库内的平均温度
、
平均湿度
、
平均通风度
、
当前虫害滋生率集合
、
该粮食类型的粮食存储时长以及实际腐坏率；将每个训练数据采集周期中，粮库内的平均温度
、
平均湿度
、
平均通风度
、
当前虫害的滋生率
、
该粮食类型的粮食存储时长作为一组粮食腐坏率特征向量，所有粮食腐坏率特征向量组成粮食腐坏率特征数据；所有训练数据采集周期的实际腐坏率组成粮食腐坏率标签数据
。4.
根据权利要求3所述的一种基于大数据的粮库库存管理系统，其特征在于，所述虫害滋生率特征数据以及虫害滋生率标签数据的收集方式为：对于粮食虫害类型表中的每种粮食类型，以及每种粮食类型对应的每种虫害类型：收集每个训练数据采集周期内，粮库内的平均温度
、
平均湿度
、
平均通风度
、
该虫害类型的当前虫害滋生率
、
该粮食类型的粮食存储时长以及该虫害类型的实际滋生率；将每个训练数据采集周期中，粮库内的平均温度
、
平均湿度
、
平均通风度
、
该粮食类型的粮食存储时长作为一组虫害滋生率特征向量，所有虫害滋生率特征向量组成虫害滋生率特征数据；所有训练数据采集周期的实际滋生率组成虫害滋生率标签数据
。
5.
根据权利要求4所述的一种基于大数据的粮库库存管理系统，其特征在于，所述基于粮食腐坏率训练数据训练出粮食腐坏率预测模型的方式为：对于每种...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。