基于BP神经网络的转筒式称量系统的称量效率预测

• 作者: 何川 周丽娟 王雪晶 许杰淋
• 来源期刊: 兵工自动化
• 学科: 工学
• 关键词: BP神经网络 ANN预测模型 称量效率 预测精度
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 先进弹药制造技术
• 页码范围: 63-65,77
• 页数: 4页
• 分类号: TP15
• 字数: 2168字
• 语种: 中文
• DOI: 10.7690/bgzdh.2020.02.015

摘要

为解决普通数理方法难以进行转筒式称量效率预测的问题,基于BP神经网络,建立人工神经网络算法模型.对模型输入项进行分析,找出影响称重效率的重点关联因素,研究在5种输入层因素下,模型称量效率的预测精度,并进行仿真分析.结果表明:该模型能有效预测转筒式称量方式的称量效率,且预测精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王雪晶	中国兵器装备集团自动化研究所有限公司智能制造事业部	6	15	2.0	3.0
2	周丽娟	中国兵器装备集团自动化研究所有限公司智能制造事业部	14	49	4.0	7.0
3	许杰淋	中国兵器装备集团自动化研究所有限公司智能制造事业部	4	1	1.0	1.0
4	何川	中国兵器装备集团自动化研究所有限公司智能制造事业部	3	6	2.0	2.0