基于PSO–BP算法的油菜籽干燥工艺参数的优化

来源 :湖南农业大学学报(自然科学版) | 被引量 : 0次 | 上传用户:pc00000
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
结合神经网络和粒子群算法(PSO)对油菜籽干燥工艺进行优化:采用BP神经网络建立油菜籽平均水分下降速率和发芽率与干燥温度、初始含水率、真空度之间的三层网络预测模型,利用试验样本数据计算并确定预测模型的网络权值及阈值,再采用PSO算法进行参数优化。试验验证结果表明,对比BP网络模型和PSO–BP模型,发现BP网络仿真值相对误差最大值为4.5%,而PSO–BP仿真值最大相对误差小于2.93%。
其他文献
利用计算机视觉技术获取水稻叶片的颜色指标DGCI、Hv、12、13、(2G—R—B)/L+和Hv*Diff,结合BP网络、多元回归模型和遗传算法,建立叶绿素相对含量(SPAD值)的预测模型,对叶片SPAD值进行