基于灰色神经网络的汽车动态称重数据处理

• 作者: 李丽宏 谭爽
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 动态称重 数据处理 灰色神经网络 GM(1,1)模型 BP算法
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 1205-1209
• 页数: 5页
• 分类号: TP183
• 字数: 4143字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2016.08.014

摘要

针对目前汽车动态称重方法称量精度低和所需数据样本数量大的缺陷，提出了一种新的动态称重数据处理方法，通过GM（1，1）模型对车辆动态称重数据进行预处理，获得每个称重数据的误差补偿量，建立了以车辆速度、加速度、动态称重残差序列为输入变量的灰色神经网络模型，使系统称量误差小于1%，称量准确度等级达到1级指标。研究表明，该方法在动态汽车衡数据处理中的可行性强，实现了在贫信息、少数据情况下对动态称重数据的高精度处理，为汽车动态称重系统精度的进一步提高提供了理论与技术支撑。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李丽宏	太原理工大学信息工程学院	74	431	12.0	17.0
2	谭爽	太原理工大学信息工程学院	4	13	1.0	3.0