一种基于多作业参数回报奖励的联合收获机作业速度控制系统及方法技术方案

本发明专利技术提供了一种基于多作业参数回报奖励的联合收获机作业速度控制系统及方法，包括如下步骤：将实际作业速度、收割作物的超体素数量、草谷比、株高、留茬高度和割幅宽度信息输入万有引力搜索算法的高斯过程回归模型得出喂入量的预测值；建立DQN神经网络，将喂入量的预测值输入DQN神经网络，将含杂率、破碎率、损失率、转速作为奖励函数输入DQN神经网络，所述DQN神经网络输出理论作业速度；将实际作业速度与理论作业速度的差值和差值的变化量输入模糊神经网络PID控制器，通过模糊神经网络PID控制器的输出控制联合收获机的前进速度。本发明专利技术提高收获机收割质量和效率的同时降低故障率，减轻对操作人员技术水平要求和作业强度。减轻对操作人员技术水平要求和作业强度。减轻对操作人员技术水平要求和作业强度。

【技术实现步骤摘要】
一种基于多作业参数回报奖励的联合收获机作业速度控制系统及方法


[0001]本专利技术涉及农业收获机械智能化
，具体涉及一种基于多作业参数回报奖励的联合收获机作业速度控制系统及方法。

技术介绍

[0002]随着现代技术的飞速发展，联合收获机作为农业收获机械装备的一员，正朝着智能化、自动化，多功能化方向不断前进。联合收获机结构复杂，工作环境恶劣，工作负荷波动大，对于联合收获机的作业速度控制，在缺乏有效喂入量监测的情况下单纯靠人工控制，容易出现超负荷作业，会出现滚筒堵塞及损失率过大，将导致联合收获机故障升高，作业质量降低，亦或欠负荷作业则会导致效率低下，资源浪费，不利于抢收。
[0003]推进联合收获机的智能化，自动化，融合多种作业参数进行作业速度控制，可以提高收获机收割质量和效率的同时降低故障率,减轻对操作人员技术水平要求和作业强度。

技术实现思路

[0004]针对现有技术中存在的不足，本专利技术提供了一种基于多作业参数回报奖励的联合收获机作业速度控制系统及方法，利用机器视觉提前获取作物信息计算出喂入量，利用DQN神经本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多作业参数回报奖励的联合收获机作业速度控制方法，其特征在于，包括如下步骤：将实际作业速度、收割作物的超体素数量、草谷比、株高、留茬高度和割幅宽度信息输入万有引力搜索算法的高斯过程回归模型GSA
‑
GPR得出喂入量的预测值；建立DQN神经网络，将喂入量的预测值输入DQN神经网络，将含杂率、破碎率、损失率、脱粒滚筒转速、输送槽转速、二次杂余转速作为奖励函数输入DQN神经网络，所述DQN神经网络输出理论作业速度；将实际作业速度与理论作业速度的差值和差值的变化量输入模糊神经网络PID控制器，通过模糊神经网络PID控制器的输出控制联合收获机的前进速度。2.根据权利要求1所述的基于多作业参数回报奖励的联合收获机作业速度控制方法，其特征在于，建立所述万有引力搜索算法的高斯过程回归模型GSA
‑
GPR包括如下步骤：利用传感器采集t时刻下的田间数据，所述田间数据包括收割作物的超体素数量、草谷比、株高、留茬高度和割幅宽度信息；将收割作物的超体素数量、草谷比、株高、留茬高度和割幅宽度信息作为数据集x输入GPR模型，GPR模型的输出为喂入量f(x)；选用平方指数核函数：k(x,x
′
)＝σ2·
式中x和x
′
表示任意两组数据集，σ和l为核函数参数；设定核函数参数σ和l的迭代初始值，计算协方差矩阵：式中，x
i
(i＝1，2，
…
，n)表示第i组数据集；n为最大组数；初始化GSA算法的种群粒子数N、最大迭代次数T和维数D；根据GSA算法生成GPR超参数种群，利用训练集对GPR模型进行训练，再用验证集评估每个粒子对GPR模型性能的贡献，并计算每个粒子的在t时刻的适应度值，求解出在t时刻的最优适应度值best(t)和最差适应度值worst(t)，具体为：式中，fit
j
(t)表示在t时刻第j个粒子的适应度值；计算粒子的质量和加速度，具体为：计算粒子的质量和加速度，具体为：式中：fit
i
(t)表示在t时刻第i个粒子的适应度值；M
i
(t)表示在t时刻第i个粒子的质
量；N表示空间共有N个粒子；表示在t时刻粒子i在d维上其它所有粒子对粒子i作用力的总和；rand
j
表示[0,1]之间的随机数；表示在t时刻粒子i作用在粒子j在d维上的引力；表示在t时刻粒子i在d维的加速度；Kbest表示种群中具有最好应适度值的K个粒子，设Kbest初始值为N；根据下面公式更新粒子的速度和位置：式中，表示在t时刻粒子i在d维上的速度，表示在t时刻粒子i在d维上的位置；表示在t+1时刻粒子i在d维上的速度；表示在t+1时刻粒子i在d维上的位置；判断是否满足迭代次数最大值，若不满足，则迭代次数加1，重新生成GPR超参数种群循环，直至迭代次数等于迭代次数最大值；若满足，则返回最优超参数，确定万有引力搜索算法的高斯过程回归模型GSA
‑
GPR模型f(x)～GP(μ,C)，式中，GP表示高斯分布，μ表示均值，C表示协方差矩阵。3.根据权利要求1所述的基于多作业参数回报奖励的联合收获机作业速度控制方法，其特征在于，所述DQN神经网络训练，具体包括如下步骤：将t时刻的喂入量s
t
的预测值输入DQN神经网络，将含杂率、破碎率、损失率、脱粒滚筒转速、输送槽转速和二次杂余转速作为奖励函数输入DQN神经网络；创建经验回放池、当前值网络和目标值网络；初始化经验回放池容量D
’
、目标神经网络更新频率T
’
、折扣率γ和迭代轮数N
’
；利用随机神经网络参数θ来初始化状态
‑
动作值函数Q；根据喂入量s
t
，利用ε
‑
greedy策略，用概率ε选择一个随机动作或者用概率(1
‑
ε)选择t时刻状态
‑
动作值函数Q的最大动作a
t
，最大动作a
t
为联合收割机的作业速度；根据含杂率、破碎率、损失率、脱粒滚筒转速、输送槽转速、二次杂余转速作为奖...

【专利技术属性】
技术研发人员：陈进，魏晓波，李耀明，朱富豪，
申请(专利权)人：江苏大学，
类型：发明
国别省市：