基于PSO-LSSVM的甘蔗破头率预测

作者：陈远玲; 高骁卿; 班成周; 梁浩昌; 周家嘉

来源：农机化研究, 2022, 44(05): 163-168.

DOI：10.13427/j.cnki.njyi.2022.05.030

• 甘蔗收割机
• 破头率
• 粒子群算法
• 最小二乘支持向量机

甘蔗收割机收割后的甘蔗宿根破头率是评价甘蔗收割质量的重要指标,破头率过高会严重影响下一年甘蔗产量及甘蔗收割机的广泛推广与应用,但甘蔗破头率的采集方式复杂、费时费力,是研究降低甘蔗破头率的控制策略中的一项难题。为此,提出了一种基于PSO-LSSVM的甘蔗破头率预测方法,通过在田间采集甘蔗收割机刀盘与行走子系统的工作压力、速度等信号,以此为输入数据,以甘蔗破头率为输出,建立了基于PSO-LSSVM的甘蔗破头率预测模型。结果表明:基于PSO-LSSVM的甘蔗破头率预测平均绝对误差为0.145,均方误差为0.0214,与LSSVM预测模型相比分别降低了60.7%、80.9%,与真实破头率的拟合程度高。预测模型为探究降低甘蔗破头率的控制策略提供理论基础。

• 单位
  广西大学