基于BP神经网络的汽车车载称重系统研究

• 作者: 余贵珍 徐国艳 秦伟
• 来源期刊: 汽车工程
• 关键词: 车载称重系统 低通滤波 BP神经网络 Levenberg-Marquardt学习算法
• 年，卷（期）: 2017,（5）
• 页码范围: 599-605
• 页数: 7页
• 字数: 4369字
• 语种: 中文
• DOI: 10.19562/j.chinasae.qcgc.2017.05.018

摘要

为解决汽车超载运行和相应的运输业管理问题,本文中提出了一套基于BP神经网络的车载称重系统.通过检测车桥随载荷量变化而产生的微小变形,设计了2阶低通滤波和数字滤波算法,以提取有效载荷信息,利用BP神经网络建立载荷模型,并根据在某轻型厢式货车上进行的试装和加载试验得到的样本数据,在Matlab神经网络工具箱中,采用Levenberg-Marquardt学习算法完成了神经网络的学习、检验和预测.结果表明:预测载荷误差在5%以内,满足工程要求,方案可行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余贵珍	北京航空航天大学交通科学与工程学院	33	323	10.0	17.0
2	徐国艳	北京航空航天大学交通科学与工程学院	57	359	11.0	14.0
3	秦伟	北京航空航天大学交通科学与工程学院	1	3	1.0	1.0