文献类型：期刊文章

作　　者：张宏[1,2,3] 马岩[1] 李勇[2,3] 张锐利[4] 张学军[5] 张锐[4]

机构地区：[1]东北林业大学林业与木工机械工程技术中心,哈尔滨150040 [2]塔里木大学机械电气化工程学院,阿拉尔843300 [3]新疆维吾尔自治区普通高等学校现代农业工程重点实验室,阿拉尔843300 [4]塔里木大学生命科学学院,阿拉尔843300 [5]新疆农业大学机械交通学院,乌鲁木齐830052

出　　处：《农业工程学报》

基　　金：国家自然科学基金资助项目(31160196;31260469);兵团科技攻关计划项目(2014BA014);兵团博士资金(2011BB006)

年　　份：2014

卷　　号：30

期　　号：18

起止页码：78-84

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20144400136131)、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对核桃壳破裂所需机械能易受核桃含水率、加载速度和体积级别等多种因素影响,提出一种核桃壳破裂功预测方法。以南疆地区温185核桃为研究对象,选择核桃含水率(4%、6%、8%、10%)、加载速度(100、200、300、400 mm/min)和横径级别(1、2、3、4级)3个因素作为BP神经网络模型的输入量,利用遗传算法优化神经网络的权值与阈值,建立温185核桃破壳破裂功的遗传BP神经网络预测模型。结果表明:遗传BP神经网络模型能较好表达温185核桃破壳破裂功与主控因素之间的非线性关系,预测结果与实测值之间的平均绝对百分比误差为0.035,测试样本的网络输出值与网络目标值的相关系数达0.92488,模型预测效果较佳。研究结果为温185核桃破壳取仁加工过程的在线监控提供参考依据。

关 键 词：神经网络 模型  遗传算法 核桃破壳  破裂功  

分 类 号：TS255.6]