不同干燥条件的稻谷特性及水分预测模型的建立
吴兰1
刘欢2
尚庆松1
1.河南工业大学机电工程学院,河南 郑州 4500002.河南工业大学电气工程学院,河南 郑州 450000
摘要：为提升稻谷干燥过程中的品质,并准确预测干燥过程中稻谷的水分变化,该研究以粳稻为研究对象,通过爆腰增率和干燥时间作为评价指标,结合单因素与正交试验分析,对干燥工艺进行优化.该文探讨了不同干燥温度、风速及初始含水率条件下,稻谷水分含量及品质的变化规律;提出了一种融合自适应变异和精英策略优化(Adaptive Mutation and Elite Strategy Optimization,AEO)的遗传长短期记忆神经网络模型(AEO-GA-LSTM),用于稻谷干燥过程中的水分预测.结果显示,干燥温度和风速对稻谷的爆腰增率和干燥时间均具有显著影响(P<0.01),各因素的影响顺序为:干燥温度>干燥风速>初始水分,随着温度和风速的升高,干燥速率加快(P<0.01),稻谷的爆腰增率也显著增加;构建并对比BP、LSTM、GA-LSTM和AEO-GA-LSTM模型在不同干燥条件下的时序数据预测效果,结果显示,改进的AEO-GA-LSTM模型综合拟合系数R2 为 0.997 0,均方根误差为 0.08,优于BP、LSTM和GA-LSTM模型的误差值 0.22、0.19 和 0.14,显示了更强的适应性和可靠性,且相较于BP和GA-LSTM展现出较好的时效性,分别提升了 48.82%和 13.33%.因此,AEO-GA-LSTM水分预测模型为热风干燥条件下稻谷的水分预测提供了一种新的思路与方法参考,有助于提升稻谷干燥工艺的自动化水平和品质控制能力.
关键词：稻谷干燥含水率预测模型时间序列数据预测长短期记忆网络自适应变异调整
资助基金：河南省科技创新领军人才(244200510021)河南省高校科技创新团队(24IRTSTHN030)
论文发表日期：2026-01-20
在线出版日期：2026-03-31（本平台首次上网日期，不代表文献的发表时间）
页数：12( 234-245 )
英文信息