排序方式: 共有25条查询结果,搜索用时 15 毫秒
1.
3.
4.
5.
为了能够较为精准的估测牧群的采食量信息,提出一种基于遗传算法(genetic algorithm, GA)和长短时记忆神经网络(long short-term memory,LSTM)的牧群采食量估测模型。首先通过皮尔森系数法分析得出影响牧群的采食量的主要影响因子,以减少输入维度并解决信息冗余问题。在此基础上,构建基于 LSTM 神经网络算法的牧群采食量估测模型,并引入遗传算法来优化LSTM 神经网络模型参数来增加模型的可靠性。最后,利用该模型对牧群采食量进行估测。试验结果表明:该采食量估测模型各评价指标平均绝对误差(mean absolute error,MAE)、平均绝对百分比误差(mean absolute percentage error,MAPE)、以及均方根误差(root mean square error,RMSE)分别为2.982、9.85%和6.108。与单一的LSTM神经网络以及GRU神经网络模型相比,均优于其他模型;且该模型具有较好的估测性能和较强的泛化能力,能够为合理轮牧提供科学指导,对草地保护有一定的应用价值。 相似文献
6.
针对目前多数免耕播种机多采用排种轴调节排种器出口来调节排种量、排肥量大小,且不能实现精量排种的实际情况,设计了一种可输出多种转速的变速箱从而实现对排种、排肥的调节。该变速箱输入端通过链条与免耕播种机的地轮相连、输出端同样以链条形式与排种轴、排肥轴相连接。该变速箱通过不同齿数对的相互啮合,可实现31种不同转速的调节,通过调节变速箱档杆可实现不同齿数对的相互啮合,使免耕播种机的种子、化肥实现多种排量调节。利用ANSYS软件对变速箱的输入齿轮、输出齿轮、齿轮盘、传动轴等关键零部件进行运动学仿真,通过仿真结果可以看出整体变形量较小、受力均匀,且变速箱结构紧凑、设计合理、操作简单,可应用于免耕播种机对排种量和排肥量的调节。 相似文献
7.
9.
10.