Próba zastosowania sztucznych sieci neuronowych do oceny nowoczesności maszyn rolniczych

• Autorzy: Francik S.

Warianty tytułu

EN

An attempt to application of artificial neural network to evaluating technological advancement of agricultural machines

• Języki publikacji: PL

Abstrakty

PL

Zastosowano jednokierunkowe, dwuwarstwowe sztuczne sieci neuronowe (SSN) do oceny nowoczesności ciągników rolniczych. Opracowano zespół sieci neuronowych pozwalających na dokonanie oceny poszczególnych zespołów ciągnika oraz oceny ogólnej. Oceniano oddzielnie silnik, skrzynię biegów, hydraulikę, komfort, a następnie na tej podstawie, uwzględniając masę i moc ciągnika, dokonywano oceny ogólnej. Jako przykłady wykorzystywane do opracowania modeli SSN (uczenie i testowanie) użyto testów 31 ciągników czołowych producentów. Nowoczesność ciągników oceniał niezależny zespół ekspertów. Działanie opracowanych SSN zostało pozytywnie zweryfikowane na przykładzie ciągników Ursus.

EN

One-directional, two-layer artificial neural networks were applied to evaluating the technological modernity of agricultural tractors. A set of neural networks was de-veloped which enabled evaluating of particular tractors assemblies in details as well as a general evaluation of the whole machine. The engine, gear box, hydraulic system, ergonomic features were assessed separately, next on such a basis and considering the tractor weight and power, general evaluation was completed. Tests of 31 brand-named tractors were used as the examples to developing the ANN models (teaching and testing). The tractors’ technological progression was evaluated by a team if independent experts. Functioning of developed ANN’s has been positively verified on an example of the Ursus tractors.

Słowa kluczowe

PL

sztuczna sieć neuronowa; nowoczesność; maszyna rolnicza; ciągnik rolniczy

EN

artificial neural network; technological advancement; agricultural tractor

• Wydawca: Polskie Towarzystwo Inżynierii Rolniczej
• Czasopismo: Inżynieria Rolnicza
• Rocznik: 2005
• Tom: R. 9, nr 8
• Strony: 63--70
• Opis fizyczny: Bibliogr. 13 poz., rys.

Twórcy

autor

Francik S.

• Katedra Inżynierii Mechanicznej i Agrofizyki, Akademia Rolnicza w Krakowie

Bibliografia

• Francik S. 2002. Cechy nowoczesności maszyn rolniczych na podstawie badań ankietowych. Inż. Rolnicza, 6 (39): 381-388.
• Francik S., Ślipek Z. 2000. Dokładność prognozy technicznej w zależności od architektury SSN. Prace PIMR, 2: 64-65.
• Honer G., Lenge R., Józefowicz J. 1997. Długi okres między przeglądami. Top Agrar Polska, 2: s.56.
• Langman J. 1999. Zastosowanie sztucznych sieci neuronowych w inżynierii rolniczej. Inżynieria Rolnicza, 1(7): 153-158.
• Lenge R. 1998a. Test ciągników: 200 KM pod maską (cz.I). Top Agrar Polska, 1: 36-43.
• Lenge R. 1998b. Test ciągników o mocy 200 KM (cz.II). Top Agrar Polska, 2: 78-88.
• Lenge R. 1999a. Co wybrać – komfort czy dobrą cenę? Top Agrar Polska, 2: 94-111.
• Lenge R. 1999b. Sześć par ciągników w podwójnym teście. Top Agrar Polska, 1: 58-68.
• Lenge R., Józefowicz J. 1997a. Jak ciągniki pracowały w polu? Top Agrar Polska, 2: 50-53.
• Lenge R., Józefowicz J. 1997b. Test ciągników o mocy 80-90 KM. Top Agrar Polska, 1: 28-30.
• Lobert M., Lenge R., Józefowicz J. 1997. Czterech liderów i duży peleton. Top Agrar Polska, 1: 32-39.
• Osowski S. 1996. Sieci neuronowe w ujęciu algorytmicznym. WNT, Warszawa.
• Ślipek Z., Francik S. 2001. Prognozowanie zmian techniczno-eksploatacyjnych parametrów maszyn rolniczych przy użyciu sztucznych sieci neuronowych. Zesz. Nauk. AR w Krakowie nr 385, ser. Technika Rolnicza, 17: 29-35.