基于改进PSO-BP算法的动态称重数据处理
为了解决羊只体重如何快速精确动态测量的问题,提高智慧农场的智能化水平,提出基于BP神经网络的动态处理算法.搭建了羊群动态称重系统,使用LabVIEW上位机采集数据,选择四路压力称重传感器信号作为网络输入,真实羊只体重数据作为网络输出,进行BP神经网络的输入、输出训练和测试,由于BP神经网络存在局部极小值等问题,测试样本平均相对误差较大,为此利用粒子群算法优化BP神经网络的权值和阈值.结果 表明,BP神经网络算法测试样本的平均相对误差为7.9%,PSO-BP算法测试样本的平均相对误差为5.3%,说明PSO-BP神经网络更能有效地减少羊群的动态称重误差,具有潜在的应用价值.
动态称重;BP神经网络;PSO-BP神经网络;数据预测
44
TP274(自动化技术及设备)
山西省重点研发计划;山西省回国留学人员科研项目
2022-02-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
132-136