登录    注册    忘记密码

期刊文章详细信息

基于BP神经网络的智能定量供种系统设计    

Design of Intelligent Quantitative Seeding System Based on BP Neural Network

  

文献类型:期刊文章

作  者:梁秋艳[1] 潘小莉[2] 仇志锋[3] 周海波[1,4]

LIANG Qiu-yan;PAN Xiao-li;QIU Zhi-feng(College of Mechanical Engineering,Jiamusi University,Jiamusi,Heilongjiang 154007;College of Physics Science and Engineering,Yulin Normal University,Yulin,Guangxi 537000;Logistics Management Office,Jiamusi University,Jiamusi,Heilongjiang 154007)

机构地区:[1]佳木斯大学机械工程学院,黑龙江佳木斯154007 [2]玉林师范学院物理科学与工程技术学院,广西玉林537000 [3]佳木斯大学后勤管理处,黑龙江佳木斯154007 [4]天津理工大学天津市先进机电系统设计与智能控制重点实验室,天津300384

出  处:《安徽农业科学》

基  金:黑龙江省高校科技成果产业化前期研发培育项目(1253CGZH06)

年  份:2019

卷  号:47

期  号:2

起止页码:197-201

语  种:中文

收录情况:CAS、JST、RCCSE、普通刊

摘  要:为确保双级振动精密排种器工作时在充种均匀的前提下实现连续播种,设计智能定量供种系统。为提高定量供种精度,基于BP神经网络对勺式外槽轮供种装置建立定量供种预测模型,建立隐层结点数为6的神经网络模型。BP网络训练结果表明,当网络模型训练步数为71步时,网络的均方误差为4.61×10^(-5),小于设定值5×10^(-5);采用16个理论供种模型样本与测试样本进行BP网络测试,结果表明,基于BP神经网络预测模型仿真得到的预测值相对误差较小,其精度高于理论供种模型的精度,且神经网络相对误差均小于5%,获得的样本误差平方和为5.59×10^(-4),小于设定目标值8×10^(-4),满足预先设定要求;最后,利用建立的定量供种预测模型,对4种不同千粒重的超级稻种子进行仿真,得到振幅分别为0、5、10、15μm下的排种轮转速与供种量关系,该研究结果可为确定定量供种器的工作参数提供理论依据。

关 键 词:BP神经网络 定量供种  建模  仿真

分 类 号:S223.13]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心