一种基于数学解耦与深度学习的智能农机控制优化方法及系统

本发明公开了一种基于数学解耦与深度学习的智能农机控制优化方法及系统，其中方法包括构建智能农机的仿真模型；采集实车田间作业数据；基于所述仿真模型，通过改变参数限制所述激励源参与仿真分析，得到仿真数据；基于所述仿真数据对各所述激励源对作业质量的影响进行定性分析，得到强不利激励源；利用实车田间作业数据进行定量分析，建立非线性映射模型；基于所述非线性映射模型，得到真实作业环境下对应于农业机具的系统特征；基于所述系统特征以及确定的所述强不利激励源，对所述智能农机的控制参数进行优化。本发明采用了理论仿真与对实车采集数据进行处理相结合的策略制定方法，可以有效提升对智能农机控制优化的合理性。