基于自适应遗传算法和BP网络的物重监测模型

• 作者: 岳振军 李财莲 贾永兴
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 自适应遗传算法 BP神经网络 预测物体重量 在线模型
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 实用技术
• 页码范围: 377-380
• 页数: 4页
• 分类号: TP31
• 字数: 3810字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-506X.2005.02.050

摘要

采用自适应遗传算法与误差反向传播算法(BP)相结合,建立一个通过图像监测物体重量的模型.先对图像进行特征提取,然后用遗传算法进行全局训练,再用BP算法进行精确训练,使网络收敛速度加快并避免局部极小.作为实例,利用圆柱体、锥形体、梯形体等物体图像相关资料建立了数据库,将图像的特征因素作为样本对网络进行训练,并用训练好的网络预测未知物体重量.由实例表明,该方法在预测物体重量中是可行的,误差较小,为物体重量监测提供了一种新思路和新方法,可用于大型生产线上的物体重量在线监测和质量控制.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳振军	解放军理工大学通信工程学院	37	214	7.0	14.0
2	贾永兴	解放军理工大学通信工程学院	33	103	6.0	9.0
3	李财莲	解放军理工大学通信工程学院	2	14	2.0	2.0