基于非线性工具,对种植虎的沙土接触参数进行校准
Jiangtao Qi1,2,3, Sirui Chen1,2,3, Luoyi Yang1,2,3
1College of Mechanical and Electrical Engineering, Shihezi University, Xinjiang, 832000, China.
Scientific reports
|June 17, 2024
概括
这项研究使用物理实验和模拟精确确定了新疆老虎坚果种植的沙土接触参数. 波形神经网络 (WNN) 的优化实现了最小的0.15%的错误,超过了离散元素模拟的其他模型.
科学领域:
- 农业工程 农业工程
- 土壤力学 土壤力学
- 计算建模 计算建模
背景情况:
- 对于离散元素方法 (DEM) 模拟来说,对沙土的准确接触参数至关重要,特别是在像新疆这样的干旱地区,对于诸如虎等作物而言.
- 传统方法往往缺乏在沙漠环境中复杂的土壤结构相互作用所需的精度.
研究的目的:
- 开发和验证一种精确的方法来获得适合在新疆沙漠条件下种植老虎坚果的砂土接触参数.
- 为了比较不同优化技术的有效性,包括响应表面方法 (RSM) 和波形神经网络 (WNN),在改进这些参数的DEM模拟.
主要方法:
- 采用了混合方法,将物理实验与计算模拟相结合.
- 普莱克特-伯曼和最的上升测试确定了影响土壤行为的重要因素.
- 使用非线性优化工具和WNN来根据实验数据改进模拟参数,使用堆叠角度作为响应变量.
主要成果:
- 响应表面方法 (RSM) 的相对误差为1.24%.
- BP-GA模型的相对误差为0.34%,BP模型的相对误差为2.18%.
- 波形神经网络 (WNN) 的优化显著降低了相对误差到0.15%,证明了卓越的准确性.
结论:
- 与RSM相比,波形神经网络 (WNN) 提供了一种高精度的方法来确定沙土接触参数.
- 由WNN生成的沙土模型和参数适用于农业应用中的高级离散元素模拟研究.
