咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于神经网络建模的种子精选机遗传最优控制 收藏

基于神经网络建模的种子精选机遗传最优控制

Genetic algorithm optimal control of gravity seed cleaner by radial baisis function neural network modeling

作     者:苑进 刘雪美 李进京 侯存良 

作者机构:山东农业大学 

出 版 物:《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期:2003年第19卷第1期

页      面:76-79页

核心收录:

学科分类:12[管理学] 07[理学] 08[工学] 09[农学] 071007[理学-遗传学] 090102[农学-作物遗传育种] 0710[理学-生物学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 0835[工学-软件工程] 0901[农学-作物学] 0836[工学-生物工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

主  题:RBF神经网络 遗传算子 种子精选机 最优控制 重力精选机 

摘      要:为解决原有的精选机控制系统难以实现不同类型、品种、批次的种子的分级精选问题 ,提出了一种新的控制算法。该算法通过采用 RBF神经网络实现对种子精选过程的离线建模和在线修正 ,然后利用遗传算法实现对种子精选过程模型寻优 ,从而实现最优控制。使用 5 XZW-1.5型重力精选机及微机控制系统 ,将人工手动调节的分级结果与该文的控制策略作对比实验。结果表明 ,提高了种子的总获选率 ,该算法对同类的控制系统也具有指导意义。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分