买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江苏大学申请的专利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获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115542719B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211163830.7，技术领域涉及：G05B11/42；该发明授权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是由陈进;魏晓波;李耀明;朱富豪设计研发完成，并于2022-09-23向国家知识产权局提交的专利申请。

本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在说明书摘要公布了：本发明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。

本发明授权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在权利要求书中公布了：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fx；选用平方指数核函数： 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，xii＝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bestt和最差适应度值worstt，具体为： 式中，fitjt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： 式中：fitit表示在t时刻第i个粒子的适应度值；Mit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；randj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适应度值的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fx～GPμ,C，式中，GP表示高斯分布，μ表示均值，C表示协方差矩阵； 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。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。