湖南大学学报（自然科学版）
湖南大學學報（自然科學版）
호남대학학보（자연과학판）
JOURNAL OF HUNAN UNIVERSITY(NATURAL SCIENCES EDITION)
2010年
5期
40-44
,共5页
林海军%滕召胜%迟海%吴阳平%唐立军
林海軍%滕召勝%遲海%吳暘平%唐立軍
림해군%등소성%지해%오양평%당립군
汽车衡%称重误差%自适应补偿%多径向基函数神经网络
汽車衡%稱重誤差%自適應補償%多徑嚮基函數神經網絡
기차형%칭중오차%자괄응보상%다경향기함수신경망락
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.
傳統汽車衡稱重誤差補償過程繁瑣、稱重結果準確度低,為此提齣瞭一種基于多徑嚮基函數神經網絡(RBFNN)的汽車衡誤差補償方法.根據汽車衡不同檢定秤量段的最大允許誤差確定多箇子RBFNN,每箇子RBFNN負責一段秤量範圍的誤差補償,建立相應秤量段的稱重誤差補償模型,併給齣補償模型的訓練算法.將各子RBFNN併聯組閤,利用自適應選擇網絡,自動選擇閤適的子RBFNN,完成不同稱重段的最優補償,從而穫得全量程的最佳補償效果.倣真實驗錶明,這種多RBFNN補償方法與由單箇RBFNN實現全量程補償的方法相比,子RBFNN規模小,補償效果更好.
전통기차형칭중오차보상과정번쇄、칭중결과준학도저,위차제출료일충기우다경향기함수신경망락(RBFNN)적기차형오차보상방법.근거기차형불동검정칭량단적최대윤허오차학정다개자RBFNN,매개자RBFNN부책일단칭량범위적오차보상,건립상응칭량단적칭중오차보상모형,병급출보상모형적훈련산법.장각자RBFNN병련조합,이용자괄응선택망락,자동선택합괄적자RBFNN,완성불동칭중단적최우보상,종이획득전량정적최가보상효과.방진실험표명,저충다RBFNN보상방법여유단개RBFNN실현전량정보상적방법상비,자RBFNN규모소,보상효과경호.
