基于遗传算法和GRNN棉花流量检测模型的研究.pdfVIP

基于遗传算法和GRNN的棉花流量检测 模型研究 林昌建1，李彦明1，苗中华1’2，刘成良1 Research。nModelofCottonF10w Based onGenetic andGRNN Measuring A190rithm LIN Chang—jianl，LlYan—min91，MIA0Zhong—hual仙，LIUCheng—Iian91 (1．SchoolofMechanicaI Jiao of Engineering，ShanghaiTongUniversity，Shanghai200240，China；2．School Mechatronic and 200072，China) EngineeringAutomation，ShanghaiUniversity，Shanghai 摘要：为了实现气力输送管道内的棉花流量检 flowratemeasurement：calibrationmodel 测，引入广义回归神经元网络(GRNN)，建立基于光 电传感原理的实时棉花流量动态检测标定模型，充 O 引言 分利用GRNN在非线性函数关系逼近能力、学习速 度和网络稳定性方面的优势。采用一种实数编码的 随着我国棉花生产和加工的需要，直接在采棉、 输棉机械上实现精确、高效、实时的在线流量检测， 改进遗传算法(MGA)完成对网络的有教师式训练 过程，改善网络性能。首先建立基于GRNN神经网是发展精细农业的重要课题[1_3]。目前，无论是采 络的标定模型，然后利用MGA搜索接近全局最优 棉机械还是棉花加工机械，均普遍采用管道气力输 的基函数中心和平滑因子，最后用该模型对测试样 送棉花，这为在线非接触式测量输棉管内的棉花质 本数据进行了预测。 量流量提供实现的可能[4]。结合其在管道内特殊的 关键词：广义回归神经网络；遗传算法；棉花流 流动特性，光学法是当前检测这种稀相流动比较适 量测量；标定模型 合的非接触式测量方法，通过采集由已知光源发出 中图分类号：S233；TP212 的随之变化的光强度信号来反推流量[5]。新疆石河 文献标识码：A 子大学对基于这种光学测量方法的静态检测模型做 了研究，筛选出具有最佳衰减特性的光源[6]。然而 文章编号：1001—2257(2013)04一0011一04 实际收获生产中的实时棉花流量检测是针对动态变 atmeasurementofcotton Abstr们t：Aiming flow in re— 化的流动状态，管道气力输送使棉纤维流量密度与 rate pneumaticconveying，generalized whichhasthe 其随机概率分布相关，难以完全由棉纤维的静态消 gressionneuralnetwork(GRNN) innon—linear 光特性推导出精确的测产数学模型。神经元网络建 adv