开发基于GA-BP算法的棉花机火灾监测系统
Weipeng Zhang1, Bo Zhao1, Shengbo Gao1
1National Key Laboratory of Agricultural Equipment Technology, Chinese Academy of Agricultural Mechanization Sciences, Beijing 100083, China.
Sensors (Basel, Switzerland)
|July 8, 2023
概括
棉花采摘者的新火灾监控系统使用了GA优化的BP神经网络来准确检测火灾. 该系统提供可靠的早期预警,大大减少了现场作战期间的错误报警和错误检测.
科学领域:
- 农业工程 农业工程
- 人工智能的人工智能
- 传感器技术 传感器技术
背景情况:
- 由于工作条件和棉花的特性,棉花采摘机容易发生火灾.
- 现有的火灾检测方法不足以实时监测和提前警告棉花采摘机.
研究的目的:
- 设计和验证用于棉花采摘机的火灾监测系统.
- 使用优化的神经网络模型,提高火灾检测的准确性和可靠性.
主要方法:
- 集成SHT21温度/湿度传感器和CO度传感器.
- 开发一个工业控制主机计算机系统,用于实时监控.
- 优化BP神经网络使用GA遗传算法进行数据处理.
主要成果:
- 优化GA的BP神经网络模型有效地提高了CO度数据的准确性.
- 实验验证表明,系统监控的错误率为3.44%.
- 该系统实现了超过96.5%的准确预警率,而错误/错误报警率低于3%.
结论:
- 开发的系统可以实时监控火灾,并为棉花采摘者及时发出预警.
- 优化GA的BP神经网络提供了一种新且有效的方法,用于在现场作战中准确检测火灾.
