基于人工神经网络的联合收割机变速箱计算机辅助设计

针对自走式联合收割机变速箱优化设计中存在计算量大、图表多等问题，提出了一种新的神经网络学习算法，相对于其他学习算法，该算法侧重于网络参数的调整，通过对样本集的模糊推理、调整和分类学习来实现自适应的神经网络学习。通过BP网络的学习和训练，采用单输入双输出的1-8-2结构、1-6-2结构、1-4-2结构进行训练，从实际的应用效果来看，选择1-6-2的ＢＰ网络结构作为最终的神经网络形式，网络的识别精度是非常高的。结果表明，该算法能运用神经网络对联合收割机变速箱进行了设计研究，建立数学描述形式，分析了通过神经网络来实现变速箱设计模型构建的方法。研究表明，应用神经网络构建的模型能够减少系统的分析次数，并能够很大程度的提高模型的精度，满足计算要求，最终在设计空间内寻找出较好的设计方案。

Computer aided design of combine gearbox using artificial neural networks