农业机械学报

作者：安晓飞，代均益，李立伟，卢昊，尹彦鑫，孟志军

单位：新疆农业大学;北京市农林科学院,新疆农业大学;北京市农林科学院,北京市农林科学院,北京市农林科学院,北京市农林科学院,北京市农林科学院,

关键词：联合收获机;小麦含水率;检测模型;遗传算法;BP 神经网络

基金：新一代人工智能国家科技重大项目(2021ZD0110902)、国家小麦产业技术体系项目(CARS 03)和山东省重点研发计划项目(2022CXGC010608)

为进一步提高基于介电特性的联合收获机小麦含水率检测装置模型检测精度和适用范围,本研究以“京冬22号”、“蜀麦1958冶”、“涡麦33”3个品种小麦为研究对象,测量含水率范围为8.41%~21.6%,检测温度范围为5~40℃,容重范围为714.44~777.58kg/m3的小麦相对介电常数。试验结果表明,同一温度条件下,容重越大,相对介电常数越大;在同一容重条件下,相对介电常数会随温度升高而增大,也随含水率升高而变大。采用校正集样本150个,预测集样本42个,基于遗传算法优化BP神经网络(GABP)的方法建立了相对介电常数、温度、容重与小麦含水率的关系模型,模型采用3-5-1结构,最大迭代次数1000次,学习误差阈值1×10-6。校正集R2、RMSE、MAE分别为0.996、0.241%、0.189%;预测集R2、RMSE、MAE分别为0.993、0.295%、0.189%,该模型具有较高的检测精度和稳定性,为不同品种小麦含水率在线检测提供了一种新的检测方法。

来源：2025年第2期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第2期