基于粒子群优化模糊系统的水田耕整机功耗建模

基于粒子群优化模糊系统的水田耕整机功耗建模

ID:36804389

大小:426.59 KB

页数:6页

时间:2019-05-15

基于粒子群优化模糊系统的水田耕整机功耗建模_第1页
基于粒子群优化模糊系统的水田耕整机功耗建模_第2页
基于粒子群优化模糊系统的水田耕整机功耗建模_第3页
基于粒子群优化模糊系统的水田耕整机功耗建模_第4页
基于粒子群优化模糊系统的水田耕整机功耗建模_第5页
资源描述:

《基于粒子群优化模糊系统的水田耕整机功耗建模》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、2015年8月农机化研究第8期基于粒子群优化模糊系统的水田耕整机功耗建模12111孙启新,张瑞宏,陈书法,杨进,芦新春(1.淮海工学院机械工程学院,江苏连云港222005;2.扬州大学机械工程学院,江苏扬州225127)摘要:针对耕整机功耗影响因素多且相互之间为复杂非线性关系的问题,提出了用模糊系统进行功耗建模的方法。以水田耕耙平地机为例,设计多功能耕整机功率消耗试验,由试验得到功耗的训练数据和测试数据。根据训练数据分别运用基本粒子群算法和带惯性因子的粒子群算法训练模糊系统,得到两种耕整机功耗预测模型。为验证模糊系

2、统的可行性,同时用回归分析法对功耗进行建模,采用线性全因子多项式形式的回归函数,得到功耗经验公式。运用测试数据对建立的3种功耗模型进行测试,结果显示:采用带惯性因子的粒子群算法建立的模糊系统模型预测结果相对误差平均值小于11%,优于另外两种模型,用该方法进行水田耕整机功率消耗建模是可行的。关键词:水田耕整机;功耗;模糊系统;粒子群算法;回归分析中图分类号:TP18;S222.3文献标识码:A文章编号:1003-188X(2015)08-0020-06DOI:10.13427/j.cnki.njyi.2015.08.

3、005子群优化模糊系统进行功率消耗建模的新方法。通0引言过智能模型对水田耕耙平地机的功耗进行预测,对影旋耕机功率消耗的计算是提高整机设计质量的响因素进行分析,为整机设计研发提供参考依据。前提,是分析整机作业效率和作业质量、降低作业能1粒子群算法的模糊系统构建耗的关键。传统的设计计算方法主要分为两大类:解析法和试验法。解析方法包括能量法、单元法、比阻Mamdani型模糊系统广泛应用在机械、建筑、电子[1]法及比功法等。影响旋耕机功率消耗的因素很多,通信等领域。该模糊系统的参数设置简明,其模糊化且这些因素又相互影响,传

4、统解析法目前尚难以应用处理是按各分量独立进行的,可直接对应到粒子群优到实际中。试验法主要有田间作业功耗实时遥测技化算法中的参数。模糊规则条件部分的表达形式具术[2-3]和基于发动机油耗的平均作业功耗测量法[4]。有突出的语言信息承载能力,非常适合于表示专家经由于试验数值只能在产品设计完成之后测试获得,因验。在具体应用中,可用专家经验来弥补样本数据不[5]此试验法无法起到预测和指导产品设计的作用。够完备而造成的不足。系统的数学表达式为Mn·—l2水田耕耙平地机是我国近几年来发展起来的多·—lxi-xi∑y[∏exp(

5、-(l))]功能组合机具,功能包括破土起浆、灭茬旋埋及平整l=1i=1σif()x=(1)Mn·—l2地表。水田耕耙平地机在结构上与旋耕机相似,不同xi-xi∑[∏exp(-(l))]点主要有:一是采用了便于打浆灭茬的新型刀具;二l=1i=1σi是增加了平地机构。在作业程中,其功耗影响因素更式中M—模糊规则的个数;多且更复杂,很难用传统方法对其功耗进行建模。近n—模糊规则IF部分条件的个数;·—ll年来,作为人工智能的代表模糊系统在处理非线性问xi、σi—模糊规则IF部分隶属度函数的参数;题领域的应用越来越广。模糊

6、系统够充分利专家经x1,x2,…xn—模糊系统的输入;验,来模拟人类思维构建问题模型。·—yl—模糊规则THEN部分模糊集中心。i本文针对水田耕耙平地机作业特点,提出了用粒按照式(1)的形式设计模糊系统,使下式的训练误[6]差最小,则有收稿日期:2014-08-05S1jj2基金项目:“十二五”农村领域国家科技计划项目(2011BAD20B03-02);e=∑[f(x0)-y0](2)j=12江苏省苏北科技发展计划项目(BC2012425)作者简介:孙启新(1976-),男,江苏连云港人,讲师,(E-式中e—训练误

7、差;mail)sunqixinsa@163.com。S—训练数据数目;·20·2015年8月农机化研究第8期jjx0、y0—相应训练数据的输入和输出。模糊系统模拟人类分析问题的思维习惯进行问题求解,根据已知条件分析求解未知的结果。接下来,对模糊系统的参数进行训练,使其满足式(2)中e值最小-l的要求。模糊规则THEN部分模糊集中心y为被训练[7]-l的参数,如式(3)采用粒子群算法对yj进行训练。该算法具有较高的收敛速度且全局搜索能力强。带惯图11BPQ型水田耕耙平地机性因子的粒子群算法引入惯性权重进一步提高了搜索

8、Fig.1Structureof1BPQtypetillagemachineinpaddyfield-lj速度。将模糊集中心y看做作最优求解,f(x0)作为jj种群历史最优值。为描述方便,f(x0)和y0分别用f和y代替,有-l-l-ly(k+1)y(k+1)=y(k)+(3)t(l=1,2,…,M;k=0,1,2,…)根据粒子群加速公式得-l-ly(

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。