本研究受内蒙古自治区自然科学基金项目[20080404MS0707]资助。苜蓿固定深层太阳能干燥不同于苜蓿薄层干燥,其干燥过程具有高度复杂和非线性。利用传统数学方法不能建立反映苜蓿深层太阳能干燥过程的精确模型。人工神经网络具有良好的非线性映射和高度的并行处理信息能力。因此,论文将人工神经网络技术应用于苜蓿固定深层太阳能干燥过程建模,选择干燥箱内干燥介质温度和相对湿度变化为切入点,建立苜蓿固定深层太阳能干燥过程的干燥介质温湿度预测模型。主要研究内容如下:(1)通过苜蓿固定深层太阳能干燥试验结果分析苜蓿干燥过程中干燥介质温度和相对湿度随时间的变化关系,同一位置处的干燥介质温度与相对湿度的变化关系,得出苜蓿在固定深层太阳能干燥过程中,干燥箱内不同位置的干燥介质状态不同,因此不同位置苜蓿的干燥进程也不同,选择影响干燥介质温度和相对湿度的因素为干燥箱入口处的干燥介质温度和相对湿度、风机转速、测试点在干燥箱的位置、干燥时间和苜蓿初始湿含量。(2)基于BP神经网络的干燥介质温湿度建模研究中,根据影响干燥介质温度和相对湿度因素个数确定神经网络的输入向量,采用MATLAB人工神经网络工具箱,进行网络结构的创建,网络结构的确定。把试验获取的数据整理分为训练样本集和测试样本集。用训练样本对网络进行训练,选择训练次数少,误差性能高的网络作为最佳网络模型;用测试样本对所建模型进行外推性能测试,对结果进行分析,证明建模具有可行性以及所建模型具有良好的拟合性能和外推性能。