基于改进PSO-BP算法的动态称重数据处理

• 作者: 李达 郭晨霞 杨瑞峰
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 动态称重 BP神经网络 PSO-BP神经网络 数据预测
• 年，卷（期）: 2021,（20）
• 所属期刊栏目: 数据采集及信号处理|Data Acquisition and Signal Processing
• 页码范围: 132-136
• 页数: 5页
• 分类号: TP274
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2107233

摘要

为了解决羊只体重如何快速精确动态测量的问题,提高智慧农场的智能化水平,提出基于BP神经网络的动态处理算法.搭建了羊群动态称重系统,使用LabVIEW上位机采集数据,选择四路压力称重传感器信号作为网络输入,真实羊只体重数据作为网络输出,进行BP神经网络的输入、输出训练和测试,由于BP神经网络存在局部极小值等问题,测试样本平均相对误差较大,为此利用粒子群算法优化BP神经网络的权值和阈值.结果 表明,BP神经网络算法测试样本的平均相对误差为7.9％,PSO-BP算法测试样本的平均相对误差为5.3％,说明PSO-BP神经网络更能有效地减少羊群的动态称重误差,具有潜在的应用价值.