粮食作为国家战略性物资,在国民经济发展中占有重要地位。为响应国家安全储粮的政策要求,在遵循《粮油储藏技术规范》的前提下,研发一套结合传感器网络技术、通信技术、互联网技术、机器学习技术等多种手段的智能粮情远程监控系统,具有一定的实用意义。论文在分析系统应用环境和功能需求后,完成数据采集、无线通信、监控管理三大模块的开发与构建,详细阐释系统的硬、软件开发过程。在设计传感器采集、CC1110无线传输、电源管理、RS485串口通信、驱动执行等硬件电路的基础上,对无线传感器网络的三类功能节点进行软件程序开发,完成终端节点的数据采集与发送,中继节点的路由与转发,中心节点的汇聚与上传功能。为提高仓内粮情安全判别的准确性,提出IPSO-LSSVM粮情安全分级的改进算法。该算法将传感器采集的环境参数(粮仓空气温度、粮仓空气湿度、粮食温度、粮食水分、CO_2浓度以及O_2浓度)输入评判模型,输出粮情安全等级(1-安全、2-基本安全、3-较不安全、4-不安全)。仿真结果表明,与现有分类算法相比,IPSO-LSSVM粮情安全分级算法克服粒子容易陷入局部最优的劣势,提高粮情安全判别的准确性和可行性。利用JAVA语言、IntelliJIDEA工具,开发基于B/S架构的智能粮情远程监控系统上位机,将现场采集数据和用户信息存入MySQL数据库中,具备用户管理、设备控制、实时监控、历史查询、粮情判别预警功能。最后将IPSO-LSSVM粮情安全分级的改进算法运用于粮仓现场,运行结果证明,该算法模型可对实际粮情精确分析,可提供更全面、更准确的粮情安全评估结果,减轻人力监管的压力,提高粮情远程监控的科学管理水平。