摘要：针对核桃壳破裂所需机械能易受核桃含水率、加载速度和体积级别等多种因素影响，提出一种核桃壳破裂功预测方法。以南疆地区温185核桃为研究对象，选择核桃含水率（4%、6%、8%、10%）、加载速度（100、200、300、400mm/min）和横径级别（1、2、3、4级）3个因素作为BP神经网络模型的输入量，利用遗传算法优化神经网络的权值与阈值，建立温185核桃破壳破裂功的遗传BP神经网络预测模型。结果表明：遗传BP神经网络模型能较好表达温185核桃破壳破裂功与主控因素之间的非线性关系，预测结果与实测值之间的平均绝对百分比误差为0.035，测试样本的网络输出值与网络目标值的相关系数达0.92488，模型预测效果较佳。研究结果为温185核桃破壳取仁加工过程的在线监控提供参考依据。

关键词：神经网络 模型 遗传算法 核桃破壳 破裂功 

单位：东北林业大学林业与木工机械工程技术中心; 哈尔滨150040; 塔里木大学机械电气化工程学院; 阿拉尔843300; 塔里木大学生命科学学院; 阿拉尔843300; 新疆农业大学机械交通学院; 乌鲁木齐830052; 新疆维吾尔自治区普通高等学校现代农业工程重点实验室; 阿拉尔843300