基于ε-svr的风筛式清选装置清选性能预测研究

《基于ε-svr的风筛式清选装置清选性能预测研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于e-SVR的风筛式清选装置清选性能预测研究梁振伟李耀明周全马征魏纯才王建鹏江苏大学现代农业装备与技术教育部重点实验室摘要：在分析传统预测模型不足之处的棊础上，为Y能方便地预测淸选参数对淸选性能的影响，将一种支持向量机模型引入风筛式清选装置的清选性能预测领域，探讨了样本容量大小对e-SVR回归模型预测性能的影响，并与BP预测模型进行了对比。分析结果表明：采用非启发式GridSearch方法及启发式GA和PSO方法寻求e-SVR模型最佳参数，可避免凭经验选取参数的随机性，在具有小样本的清选性能预测屮，e-SVR模型预测

2、性能优于BP模型。关键词：清选;联合收获机;风筛式;e-SVR;作者简介：梁振伟（1988-）,男，山东鱼台人，傅士研究生，（E-mail）Liangzhenwei518@126.com。作者简介：李耀明（1959-）,男，江苏张家港人，教授，博士生导师，（E-mail）ymli@ujs.edu.cn。收稿日期：2017-02-14基金：国家重点研发计划项目（2016YFD0702004）PredictionforWorkingPerformanceofAir-and-screenCleaningUnitBasedon

3、thee-SVRMethod基于e-SVR的风筛式清选装置清选性能预测研究梁振伟李耀明周全马征魏纯才王建鹏江苏大学现代农业装备与技术教育部重点实验室摘要：在分析传统预测模型不足之处的棊础上，为Y能方便地预测淸选参数对淸选性能的影响，将一种支持向量机模型引入风筛式清选装置的清选性能预测领域，探讨了样本容量大小对e-SVR回归模型预测性能的影响，并与BP预测模型进行了对比。分析结果表明：采用非启发式GridSearch方法及启发式GA和PSO方法寻求e-SVR模型最佳参数，可避免凭经验选取参数的随机性，在具有小样本的清选性

4、能预测屮，e-SVR模型预测性能优于BP模型。关键词：清选;联合收获机;风筛式;e-SVR;作者简介：梁振伟（1988-）,男，山东鱼台人，傅士研究生，（E-mail）Liangzhenwei518@126.com。作者简介：李耀明（1959-）,男，江苏张家港人，教授，博士生导师，（E-mail）ymli@ujs.edu.cn。收稿日期：2017-02-14基金：国家重点研发计划项目（2016YFD0702004）PredictionforWorkingPerformanceofAir-and-screenClean

5、ingUnitBasedonthee-SVRMethodLiangZhenweiLiYaomingZhouQuanMaZhengWeiChuncaiWangJianpengKevLabora^oryofModernAgriculturalEquipmentandTechnology,MinistryofEducation，JiangsuUniversity;Abstract：Onthebasisofanalyzingdisadvantagesofconventionalpredictionmodelofair-and~

6、screencleaningdevice,anewregressionmodelbasedonsupportvectormachinewasproposedtopredictandcontrolofcleaningprocessprecisely.Parametersofe-SVRmodelsweredeterminedutilizingnon-heuristicGridSearch、heuristicGAandPSOwhichcouldavoidthechoiceofrandomness.Theeffectofsam

7、plesindifferentonpredictionperformanceofe-SVRwasanalyzedcomparedwithBP.Theresultsindicatethatthepredictionpropertyofe-SVRisbetterthanBPespeciallyforsmallsamplespace.Keyword：cleaning;combineharrester;airscreen;£-SVR;Received：2017-02-140引言收获机械的清选性能评价是多目标、多层次、多因素的，

8、评价关系是模糊非线性的，至今没有一种统一的确定预测模型。以往建立的关于清选预测模型主要运用冋归分析法m及人工神经网络法m等，都是基于传统的经验风险最小化原则(ERM)，对于大样本能给出较好的结果;但传统的试验研究需要耗费相当多的人力物力，同时在具有小样本的清选性能预测中，ERM原则并不能保证期望预测风险最小化。为此，拟借助在统计学