自適應(yīng)神經(jīng)模糊推理系統(tǒng)在圓盤(pán)犁的阻力和能耗需求預(yù)測(cè)中的應(yīng)用

Naji Mordi N. Al-Dosary1 Saad A. Al-Hamed1 Abdulwahed M. Aboukarima

摘 要：圓盤(pán)犁的阻力和能耗需求被認(rèn)為是與推土機(jī)功率正確匹配的重要因素。該研究通過(guò)與多元線性回歸（MLR）模型的對(duì)比，測(cè)試了使用自適應(yīng)神經(jīng)模糊推理系統(tǒng)（ANFIS）來(lái)確定圓盤(pán)犁的阻力和能耗需求的可能性及其性能。通過(guò)實(shí)地試驗(yàn)和各種文獻(xiàn)，共獲得了133種數(shù)據(jù)模式。 從這133個(gè)數(shù)據(jù)點(diǎn)中，隨機(jī)選取了121個(gè)作為訓(xùn)練集，其余12個(gè)用于模型驗(yàn)證。輸入變量為犁深度、犁速、土壤質(zhì)地指數(shù)、初始土壤含水率、初始土壤體積密度、圓盤(pán)直徑、圓盤(pán)角度和傾斜角度，輸出變量為圓盤(pán)犁的阻力。ANFIS 使用了四個(gè)從屬函數(shù)：三角形從屬函數(shù)、通用鐘形從屬函數(shù)、梯形從屬函數(shù)和高斯曲線從屬函數(shù)。 對(duì) ANFIS 和 MLR 建模結(jié)果的評(píng)估顯示，三角形成員函數(shù)比其他函數(shù)執(zhí)行效果更好。當(dāng)將 ANFIS 模型預(yù)測(cè)與測(cè)量值進(jìn)行比較時(shí)，阻力平均相對(duì)誤差為-1.97%。ANFIS模型與其他方法進(jìn)行比較的結(jié)果表明，圓盤(pán)犁的阻力和能耗需求可以得到令人滿意的預(yù)估。

關(guān)鍵詞：ANFIS;MLR;圓盤(pán)梨;阻力;耕作

DOI： 10.25165/j.ijabe.20201302.4077

引用信息： Al-Dosary N M N， Al-Hamed S A， Aboukarima A M. ?Application of adaptive neuro-fuzzy inference system to predict draft and energy requirements of a disk plow. ?Int J Agric & Biol Eng， 2020; 13（2）： 198–207.