基于人工神经网络与粒子群优化混合模型的联合收割机性能分析
信号处理
2020-02-26 v1 机器学习
机器学习
摘要
用于调优工业机器参数以实现最优性能的人工智能新应用正快速涌现。调优联合收割机并改善机器性能可大幅减少收获过程中的浪费，且有益于机器维护。文献中包含若干曾用于建模不同作物收割机功能的软计算、机器学习和优化方法。由于问题复杂性，近期已提出机器学习方法以颇具前景的结果预测最优性能。本文通过提出一种基于人工神经网络与粒子群优化（ANN-PSO）集成的新型混合机器学习模型，给出了一种常见联合收割机的性能分析。机器学习方法与软计算技术的混合近期已显示出改善联合收割机性能的 promising 结果。本研究旨在通过提供更稳定且更高精度的模型来进一步改善结果。
引用
@article{arxiv.2002.11041,
title = {Performance Analysis of Combine Harvester using Hybrid Model of Artificial Neural Networks Particle Swarm Optimization},
author = {Laszlo Nadai and Felde Imre and Sina Ardabili and Tarahom Mesri Gundoshmian and Pinter Gergo and Amir Mosavi},
journal= {arXiv preprint arXiv:2002.11041},
year = {2020}
}
备注
6 pages, 6 figures