BP神经网络对甘蔗宿根切割质量的预测——基于PSO算法 |
| |
引用本文: | 李尚平,陈曾雄,周敬辉,莫瀚宁,钟家勤,王梦萍,张可.BP神经网络对甘蔗宿根切割质量的预测——基于PSO算法[J].农机化研究,2018(10). |
| |
作者姓名: | 李尚平 陈曾雄 周敬辉 莫瀚宁 钟家勤 王梦萍 张可 |
| |
作者单位: | 广西大学机械工程学院;广西民族大学计算机与信息工程学院;桂林理工大学南宁分校;钦州学院机械与船舶海洋工程学院; |
| |
摘 要: | 针对甘蔗收获机砍蔗时甘蔗宿根破损程度易受路面激励及甘蔗收获机工作参数等多种因素影响的问题,提出了一种甘蔗宿根切割质量的预测方法。以台糖22号为研究对象,将路面振幅、路面振动频率、甘蔗收获机前进速度、刀盘转速和刀盘倾角作为BP神经网络预测模型的输入变量,利用PSO算法优化神经网络的权值与阈值,通过对砍蔗试验数据的训练与预测,建立了台糖22甘蔗宿根切割质量的BP神经网络预测模型。对比了基于PSO算法的BP神经网络模型与传统BP神经网络模型预测,结果表明:基于PSO算法的BP神经网络的模型对甘蔗宿根切割质量预测的最大相对误差为3.301%,而BP神经网络模型的最大相对误差为14.6 5 9%。优化后的新模型较传统模型具有学习能力强、预测精度高的优点。研究结果为甘蔗收获机实际工作中不同路况条件下工作参数的智能调控及提高甘蔗宿根切割质量提供了理论依据。
|
本文献已被 CNKI 等数据库收录! |
|