中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 基于BP神经网络的牡丹花热风干燥含水率预测模型 农业机械学报 2011,42 (8) 128-130+137
Position: Home > Articles > Moisture Content Prediction Modeling of Hot-air Drying for Pressed Peony Based on BP Neural Network Transactions of the Chinese Society for Agricultural Machinery 2011,42 (8) 128-130+137

基于BP神经网络的牡丹花热风干燥含水率预测模型

作  者：
朱文学;孙淑红;陈鹏涛;陈志宏
单  位：
河南科技大学食品与生物工程学院
关键词：
牡丹花;干燥;含水率;预测模型;BP神经网络
摘  要：
针对热风干燥制作牡丹压花时含水率不便实时测定的问题,探讨了干燥过程中热风温度、风速、压花板孔密度和牡丹花初始质量对干燥速率的影响。利用BP神经网络建立了干燥时间、热风温度、风速、牡丹花初始质量、压花板孔密度与牡丹花干燥过程中含水率之间的关系模型,采用Matlab神经网络工具箱对模型参数进行训练和模拟。结果表明,利用神经网络建立的模型仿真结果与实测值接近,预测性较好。
译  名：
Moisture Content Prediction Modeling of Hot-air Drying for Pressed Peony Based on BP Neural Network
作  者：
Zhu Wenxue Sun Shuhong Chen Pengtao Chen Zhihong(College of Food and Bioengineering,Henan University of Science and Technology,Luoyang 471003,China)
关键词：
Peony,Drying,Moisture content,Prediction model,BP neural network
摘  要：
Pressed peony was made by hot-air drying method.The influence of temperature of hot-air,speed of hot-air,drying board's hole density and the initial mass of peony on drying speed was discussed.Relationship model between drying time,temperature of hot-air,speed of hot-air,drying board's hole density,the initial mass and moisture content was built by using BP neural network.Parameters in the proposed model were trained and simulated in Matlab.The results indicated that the simulated values of the drying moisture content were close to the measured values.

相似文章

导出引用
计量
文章访问数: 5
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46