基于多RBF神经网络的汽车衡误差补偿

• 作者: 吴阳平 唐立军 林海军 滕召胜 迟海
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 汽车衡 称重误差 自适应补偿 多径向基函数神经网络
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 机电工程
• 页码范围: 40-44
• 分类号: TP183
• 语种: 中文

摘要

传统汽车衡称重误差补偿过程繁琐、称重结果准确度低,为此提出了一种基于多径向基函数神经网络(RBFNN)的汽车衡误差补偿方法.根据汽车衡不同检定秤量段的最大允许误差确定多个子RBFNN,每个子RBFNN负责一段秤量范围的误差补偿,建立相应秤量段的称重误差补偿模型,并给出补偿模型的训练算法.将各子RBFNN并联组合,利用自适应选择网络,自动选择合适的子RBFNN,完成不同称重段的最优补偿,从而获得全量程的最佳补偿效果.仿真实验表明,这种多RBFNN补偿方法与由单个RBFNN实现全量程补偿的方法相比,子RBFNN规模小,补偿效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	滕召胜	湖南大学电气与信息工程学院	218	3004	28.0	43.0
2	林海军	湖南大学电气与信息工程学院	31	229	10.0	13.0
6	迟海	湖南大学电气与信息工程学院	7	137	7.0	7.0
7	吴阳平	湖南大学电气与信息工程学院	5	62	5.0	5.0
8	唐立军	湖南大学电气与信息工程学院	4	98	4.0	4.0