|本期目录/Table of Contents|

[1]费强,赵武云,戴飞,等.基于BP神经网络及遗传算法的组合式板齿脱粒装置参数优化[J].江苏农业科学,2014,42(03):351-353.
　Fei Qiang,et al.Parameter optimization of composite board tooth threshing device based on BP neural network and genetic algorithm[J].Jiangsu Agricultural Sciences,2014,42(03):351-353.
点击复制

基于BP神经网络及遗传算法的组合式板齿脱粒装置参数优化(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第42卷
期数:
2014年03期
页码:
351-353
栏目:
农业工程与信息技术
出版日期:
2014-03-25

文章信息/Info

Title:
Parameter optimization of composite board tooth threshing device based on BP neural network and genetic algorithm
作者:
费强;  赵武云;  戴飞;  李丽丽
甘肃农业大学工学院，甘肃兰州 730070
Author(s):
Fei Qiang; et al
关键词:
神经网络; 遗传算法; Matlab; 组合式板齿; 脱粒装置; 参数优化
Keywords:
-
分类号:
S226.1；S126
DOI:
-
文献标志码:
A
摘要:
以喂入量、脱粒轴转速、板齿螺旋角和排芯口压板压力为自变量，脱净率、籽粒含杂率、籽粒破碎率为响应值，建立脱粒装置的神经网络数学模型。用Matlab优化工具箱对该模型进行优化，求得脱粒装置各因素之间的最佳组合，并用遗传算法对优化结果进行验证。结果表明：应用Matlab优化工具箱对该模型进行优化后，籽粒含杂率提高了0.97%~1.70%，所求得的脱粒装置各因素之间最佳组合与试验优化结果拟合度高，能够准确地预测组合式螺旋板齿种子脱粒机的工作参数与作业性能。
Abstract:
-

参考文献/References:

［1］赵武云，郭康权. 组合式螺旋板齿种子玉米脱粒机工作参数优化［J］. 农业机械学报，2012，42(12)：56-61.
［2］陈翠英，王志华，李青林. 油菜脱出物在气流中的运动分析［J］. 农业机械学报，2004，35(5)：90-93.
［3］雷英杰，张善文，李续武，等. MATLAB遗传算法工具箱及其应用［M］. 西安：西安电子科技大学出版社，2005.
［4］赵武云，郭康权. 变径变间距螺旋板齿式玉米脱粒机设计与试验［J］. 干旱地区农业研究，2013，31(1)：226-230.
［5］赵武云，王广万，刘国春，等. 低破碎种子玉米脱粒机的研制［J］. 机械研究与应用，2010(1)：132-134.
［6］戴飞，高爱民，孙伟，等. 纵轴流锥型滚筒脱粒装置设计与试验［J］. 农业机械学报，2011，42(1)：74-78.
［7］戴飞，张锋伟，韩正晟，等. 自动跟踪式小型太阳能集热玉米果穗干燥装置设计［J］. 农业工程学报，2012，28(5)：189-193.
［8］戴飞，张锋伟，韩正晟，等. 玉米果穗机械干燥装置设计与试验研究［J］. 干旱地区农业研究，2011，29(3)：260-264.
［9］戴飞. 纵轴流锥型滚筒小区小麦种子脱粒装置设计与试验研究［D］. 兰州：甘肃农业大学，2012.
［10］郭海丁，路志峰. 基于BP神经网络和遗传算法的结构优化设计［J］. 航空动力学报，2003，18(2)：216-220.

相似文献/References:

[1]翟慧,李纪云.BP_Adaboost预测模型结合遗传算法在鸡腿菇生长环境寻优中的应用[J].江苏农业科学,2013,41(07):383.
　Zhai Hui,et al.Application of BP_Adaboost forecasting model combined genetic algorithm in growth environment optimization of Coprinus comaus[J].Jiangsu Agricultural Sciences,2013,41(03):383.
[2]秦善知,陈斌,陆道礼,等.基于便携式近红外光谱仪检测梨可溶性固形物[J].江苏农业科学,2014,42(08):284.
　Qin Shanzhi,et al.Determination of soluble solid contents in pears based on portable near infrared spectrometer[J].Jiangsu Agricultural Sciences,2014,42(03):284.
[3]王丽爱,谭昌伟,马昌,等.农情信息遥感监测预报模型构建算法研究进展[J].江苏农业科学,2013,41(11):1.
　Wang Liai,et al.Research progress of remote sensing forecast modeling algorithms on crop information[J].Jiangsu Agricultural Sciences,2013,41(03):1.
[4]景卓鑫,张远,王珂靖,等.基于Radarsat-2雷达数据的水稻参数反演[J].江苏农业科学,2013,41(11):61.
　Jing Zhuoxin,et al.Rice parameters inversion based on Radarsat-2 data[J].Jiangsu Agricultural Sciences,2013,41(03):61.
[5]蒋雪松,周宏平.基于遗传算法的农产品品质无损检测研究进展[J].江苏农业科学,2013,41(12):17.
　Jiang Xuesong,et al.Research progress of nondestructive testing of quality of agricultural products based on genetic algorithms[J].Jiangsu Agricultural Sciences,2013,41(03):17.
[6]徐凯宏,米雅婷,谷志新.基于GA-BP神经网络的温室番茄病害诊断[J].江苏农业科学,2016,44(04):387.
　Xu Kaihong,et al.Diagnosis of tomato disease in greenhouse based on GA-BP network[J].Jiangsu Agricultural Sciences,2016,44(03):387.
[7]李春霆.基于图像处理与改进神经网络的大豆品质检测研究[J].江苏农业科学,2014,42(03):263.
　Li Chunting.Study on quality testing of soybean based on image processing and improved neural network[J].Jiangsu Agricultural Sciences,2014,42(03):263.
[8]孙爱东,尹令,石凯歌,等.基于RFID的群养种鹅个体产蛋记录方法[J].江苏农业科学,2016,44(02):420.
　Sun Aidong,et al.Individual egg recording method of laying goose with group rearing based on RFID[J].Jiangsu Agricultural Sciences,2016,44(03):420.
[9]吴春辉,朱成立,彭义.关中地区耕地变化驱动因素及预测模型[J].江苏农业科学,2014,42(04):281.
　Wu Chunhui,et al.Study on driving factors and prediction model of cultivated land change in Guanzhong region[J].Jiangsu Agricultural Sciences,2014,42(03):281.
[10]林萍,陈永明.利用可见近红外光谱技术快速鉴别大米品种[J].江苏农业科学,2015,43(12):320.
　Lin Ping,et al.Fast discrimination of rice varieties based on visible near-infrared spectroscopy technology[J].Jiangsu Agricultural Sciences,2015,43(03):320.
[11]童阳,艾施荣,吴瑞梅,等.茶叶外形感官品质的计算机视觉分级研究[J].江苏农业科学,2019,47(05):170.
　Tong Yang,et al.Sensory evaluation of tea appearance using computer vision classification[J].Jiangsu Agricultural Sciences,2019,47(03):170.

备注/Memo

备注/Memo:
收稿日期：2013-07-05
基金项目：国家科技支撑计划(编号：2012BAD14B10、2013BAD08B01)。
作者简介：费强(1989—)，男，湖北黄冈人，硕士研究生，研究方向为农业机械化。E-mail：feiqiang198988@126.com。
通信作者：赵武云，教授，硕士生导师，研究方向为农业工程技术与装备。E-mail：zhaowy@gsau.edu.cn。
更新日期/Last Update: 2014-03-25