基于GA–BP神经网络的番茄应力松弛参数的估计

作者：严正红; 周俊^*; 毛家敏

来源：湖南农业大学学报(自然科学版), 2018, 44(05): 565-569.

DOI：10.13331/j.cnki.jhau.2018.05.020

• 番茄
• 机器人抓取
• 应力松弛参数
• 遗传算法
• BP神经网络

为了实现机械手在抓取过程中对番茄应力松弛参数的快速准确估计,提出以BP神经网络为核心,遗传算法(GA)对BP神经网络初始权值和阈值进行优化的番茄应力松弛参数的估计方法:以番茄为样本,利用质构仪进行番茄应力松弛试验,并利用三元件广义Maxwell模型来表征番茄的应力松弛特性,通过拟合获取样本数据集;再以抓取力F、变形量D、作用时间t为输入,松弛特性参数E、Ee、η为输出构建BP神经网络模型,使用遗传算法对初始连接权值和阈值进行优化,获取最优参数的GA–BP神经网络估计模型;将该估计模型应用到机械手抓取过程中对番茄应力松弛参数的估计验证。结果表明:番茄应力松弛特性参数E、Ee和η的估计相对误差都在15%以内,且趋于稳定,该估计模型可对番茄应力松弛参数进行在线估计。

• 单位
  江苏省智能化农业装备重点实验室; 南京农业大学