基于rsm和ga的温室风送式弥雾机喷雾效果优化分析

《基于rsm和ga的温室风送式弥雾机喷雾效果优化分析》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、２０１４年９月第３２卷第９期Ｓｅｐｔ．２０１４Ｖｏｌ．３２Ｎｏ．９ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８５３０．１３．０２４５基于ＲＳＭ和ＧＡ的温室风送式弥雾机喷雾效果优化分析１，２１，３４５１１钟丽平，祁力钧，冀荣华，袁雪，梅银成，高春花钟丽平（１．中国农业大学工学院，北京１０００８３；２．桂林理工大学机械与控制工程学院，广西桂林５４１００４；３．现代农业装备优化设计北京市重点实验室，北京１０００８３；４．中国农业大学信息与电气工程学院，北京１０００８３；５．中国农业科学院，北京１０００８３）摘要：为了研究不同喷雾参数优化方法对温室风送式弥雾机喷雾效

2、果的影响，在试验的基础上，分别运用二次多项式回归和ＢＰ神经网络，建立了温室风送式弥雾机喷雾分布均匀性响应面模型．结果表明：ＢＰ神经网络响应面模型的相关系数、均方根误差分别为０９８７１，０１３４０，而二次多项式响应面模型的相关系数、均方根误差分别为０９２８２，０２１５９，ＢＰ神经网络模型较高的相关系数和较低的均方根误差说明其拟合精度较高；对二次多项式回归模型寻优，预测的雾滴分布变异系数最小值为１４７％，实际值为１５８％；采用ＢＰ神经网络协同遗传算法寻优，雾滴分布变异系数预测值和实际值分别为１２１％，１２８％；表明在喷雾参数优化中，基于ＢＰ神经网络的遗

3、传算法比二次多项式响应面法具有更好的准确性．关键词：喷雾参数；响应面；神经网络；比较；遗传算法中图分类号：Ｓ２７７．９；Ｓ４９１文献标志码：Ａ文章编号：１６７４－８５３０（２０１４）０９－０７８８－０７钟丽平，祁力钧，冀荣华，等．基于ＲＳＭ和ＧＡ的温室风送式弥雾机喷雾效果优化分析［Ｊ］．排灌机械工程学报，２０１４，３２（９）：７８８－７９４．ＺｈｏｎｇＬｉｐｉｎｇ，ＱｉＬｉｊｕｎ，ＪｉＲｏｎｇｈｕａ，ｅｔａｌ．Ａｎａｌｙｓｉｓｏｆｏｐｔｉｍｕｍｄｒｏｐｓｉｚｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｇｒｅｅｎｈｏｕｓｅａｉｒａｓｓｉｓｔｅｄｍｉｓｔｓｐｒａｙｅｒｂｙｕｓｉｎ

4、ｇｒｅｓｐｏｎｓｅｓｕｒｆａｃｅｍｅｔｈｏｄａｎｄｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ［Ｊ］．ＪｏｕｒｎａｌｏｆＤｒａｉｎａｇｅａｎｄＩｒｒｉｇａｔｉｏｎＭａｃｈｉｎｅｒｙＥｎｇｉｎｅｅｒｉｎｇ（ＪＤＩＭＥ），２０１４，３２（９）：７８８－７９４．（ｉｎＣｈｉｎｅｓｅ）Ａｎａｌｙｓｉｓｏｆｏｐｔｉｍｕｍｄｒｏｐｓｉｚｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｇｒｅｅｎｈｏｕｓｅａｉｒａｓｓｉｓｔｅｄｍｉｓｔｓｐｒａｙｅｒｂｙｕｓｉｎｇｒｅｓｐｏｎｓｅｓｕｒｆａｃｅｍｅｔｈｏｄａｎｄｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ１，２１，３４５１１ＺｈｏｎｇＬｉｐｉｎｇ，ＱｉＬｉｊｕｎ，ＪｉＲ

5、ｏｎｇｈｕａ，ＹｕａｎＸｕｅ，ＭｅｉＹｉｎｃｈｅｎｇ，ＧａｏＣｈｕｎｈｕａ（１．ＣｏｌｌｅｇｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｉｎａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ；２．ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌａｎｄＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇ，ＧｕｉｌｉｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｇｕｉｌｉｎ，Ｇｕａｎｇｘｉ５４１００４，Ｃｈｉｎａ；３．ＢｅｉｊｉｎｇＫｅｙＬａｂｏｒａｔｏｒｙｏｆＯｐｔｉｍｉｚａｔｉｏｎＤｅｓｉｇｎｏｆＭｏｄｅｒｎＡｇｒｉｃｕｌｔｕｒａｌＥｑｕｉｐｍｅｎｔ，Ｂｅｉｊ

6、ｉｎｇ１０００８３，Ｃｈｉｎａ；４．ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｉｎａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ；５．ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＡｇｒｉｃｕｌｔｕｒａｌＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｃｌａｒｉｆｙｔｈｅｉｎｆｌｕｅｎｃｅｓｏｆｏｐｅｒａｔｉｏｎａｌｐａｒａｍｅｔｅｒｓｏｎｄｒｏｐｓｉｚｅｄｉｓｔｒｉｂｕｔｉｏｎｉｓｓｕｅｄｂｙａｇｒｅｅｎｈｏｕｓｅａｉｒａｓｓｉｓｔｅｄｍ

7、ｉｓｔｓｐｒａｙｅｒ，ａｓｅｒｉｅｓｏｆｓｐｒａｙｉｎｇｅｘｐｅｒｉｍｅｎｔｓａｒｅｃｏｎｄｕｃｔｅｄ，ｔｈｅｎｔｗｏｒｅｓｐｏｎｓｅｓｕｒｆａｃｅｍｏｄｅｌｓａｂｏｕｔｔｈｅｄｒｏｐｓｉｚｅｄｉｓｔｒｉｂｕｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔａｒｅｃｏｒｒｅｌａｔｅｄｔｏｔｈｅｏｐｅｒａｔｉｏｎａｌｐａｒａｍｅｔｅｒｓｂｙｕｓｉｎｇｑｕａｄｒａｔｉｃｐｏｌｙｎｏｍｉａｌｒｅｇｒｅｓｓｉｏｎａｎｄＢＰｎｅｕｒａｌｎｅｔｗｏｒｋｍｅｔｈｏｄｔｏｏｂｔａｉｎｔｈｅｏｐｔｉｍｕｍ收稿日期：２０１３－１２－０６；网络出版时间：２０１４－０９－２５网络出版地址：ｈｔｔｐ：／／

8、ｗｗｗ．ｃ