基于极限学习机的入土切割过程数据驱动模型研究

• 作者: 任晓智 王旭艳 申科 麻芳兰
• 来源期刊: 装备制造技术
• 学科: 农学
• 关键词: 极限学习机 粒子群优化 入土切割 甘蔗收割机
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 设计技术
• 页码范围: 1-3,7
• 页数: 4页
• 分类号: S225.5
• 字数: 2706字
• 语种: 中文

摘要

在甘蔗收割机切割过程中,入土切割能有效提高甘蔗切割质量,但入土切割深度过大极易造成推土现象,不利于控制刀盘升降.为了能够对刀盘入土切割深度进行有效控制,采用基于极限学习机的神经网络模型对影响刀盘负载压力的主要参数与刀盘入土深度之间的非线性关系进行拟合预测,并利用粒子群优化算法(PSO)对模型参数进行优化以提高极限学习机的泛化能力.通过仿真分析并与传统BP神经网络进行比较分析.由分析结果可知基于极限学习机的数据模型优于基于BP神经网络的数据模型,有良好的泛化能力,从而为对入土切割刀盘自动控制系统的研发提供了依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	麻芳兰	广西大学机械学院	59	553	12.0	22.0
2	任晓智	广西大学机械学院	17	35	3.0	5.0
3	申科	广西大学机械学院	4	7	2.0	2.0
4	王旭艳	广西大学机械学院	2	0	0.0	0.0