基于物理信息神经网络的拖拉机牵引特性预测方法及系统

本发明属于农业机械与人工智能融合领域，具体涉及基于物理信息神经网络的拖拉机牵引特性预测方法，包括：采集拖拉机在不同工况下的原始数据；对采集的原始数据进行预处理及归一化处理；构建物理模型，所述物理模型包括拖拉机牵引功率与牵引力、牵引速度模型和燃油效率稳定性约束模型；搭建物理信息神经网络结构，将所述物理模型约束融入物理信息神经网络；采用带权重衰减的Adam优化器并结合学习率退火调度和早停机制对物理信息神经网络进行训练；将预处理后的传动系统参数输入训练好的物理信息神经网络，输出牵引特性的预测结果。本发明综合利用物理模型约束和数据驱动的优势能够高精度、实时、自适应、可扩展的预测拖拉机的牵引特性。