排刷式剥叶元件剥叶性能的BP神经网络预测.pdfVIP

2006年4月 系统工程理论与实践 第4期 文章编号：1000—6788(2006)04一0114．06 排刷式剥叶元件剥叶性能的BP神经网络预测 式2 麻芳兰1’2，李尚平3，何玉林1，蒙艳玫2，梁 (1．重庆大学机械工程学院，重庆400044；2．广西大学机械工程学院，广西南宁530004； 3．广西工学院机械系，广西柳州545006) 摘要： 由于剥叶性能直接影响到甘蔗收获机械的收割性能，为了客观有效地对剥叶性能进行预测，提 出了BP神经网络预测方法．针对剥叶元件性能的特点，采用正交试验法构造训练样本，以保证网络具有 较高的泛化能力，同时对该训练样本建立了回归分析模型，以检验BP网络模型的输出精度．在此基础 上，利用已建立的神经网络预测模型对影响剥叶性能的各因素取值的不同组合进行仿真分析，以确定各 因索取值的最优组合．结果表明，BP神经网络的预测模型比回归模型具有更高的输出精度，进行剥叶元 件的性能预测与优化是可行且有效的． 关键词： 甘蔗收获机械；剥叶元件；BP神经网络；预测；优化 中图分类号：TPl83；TP302．7 文献标识码： A Performance onBPNeuralNetworkfor Based Forecasting ElementinBrush Cleaning Shape MA Shi2 Yu—linl，MENGYan—mei2，LIANG Fang．1anl一，LIShang．pin93，HE ofMechanical ofMechanical (1．CoUege Engineering，ChongqingUniversity，Chongqing400044，China；2．CoUege 530004，China；3．Mechanical Institute，Liuzhou545006，China) University，Nanning Deparment，GuangxiEngineering Abstract：r11le affectstheharvest ofthewhole—stalk harvester．Inorder cleaningperformance performance sugarcane toforecastthe performance forecastmodelbasedonBPneuralnetworkis cleaning effectively，theperformance tothecharacteristicsof ariemadeofthe presented．According cleaning training up performance．thesamples orthogonal data．whicha托alsousedtobuildthe modeltoexaminethe