计算机技术与发展
計算機技術與髮展
계산궤기술여발전
COMPUTER TECHNOLOGY AND DEVELOPMENT
2012年
3期
96-98,102
,共4页
何锋%宋小波%刘忠杰%周培莹%蒋欣晟
何鋒%宋小波%劉忠傑%週培瑩%蔣訢晟
하봉%송소파%류충걸%주배형%장흔성
串联式集装箱%动态计重%神经网络%径向基函数%K-Mean聚类算法%递推最小二乘法
串聯式集裝箱%動態計重%神經網絡%徑嚮基函數%K-Mean聚類算法%遞推最小二乘法
천련식집장상%동태계중%신경망락%경향기함수%K-Mean취류산법%체추최소이승법
针对串联式集装箱分箱计重中因货物配置不匀导致的重心随机偏移问题,提出了一种基于径向基函数神经网络的自适应修正算法.该算法利用K-Mean聚类算法来确定RBF神经网络隐含层的中心向量；并采用RLS算法来调整隐含层与输出层之间的连接权值.该算法模型能针对各种车型并在各种车速下实现串联式集装箱的重心动态计算,从而获得准确的分箱重量.通过RBF及BP算法的仿真对比实验表明:基于RBF的修正算法具有更高的环境适应性和更低的计重误差率,能真正达到串联式集装箱重心自适应偏移纠正的目的.
針對串聯式集裝箱分箱計重中因貨物配置不勻導緻的重心隨機偏移問題,提齣瞭一種基于徑嚮基函數神經網絡的自適應脩正算法.該算法利用K-Mean聚類算法來確定RBF神經網絡隱含層的中心嚮量；併採用RLS算法來調整隱含層與輸齣層之間的連接權值.該算法模型能針對各種車型併在各種車速下實現串聯式集裝箱的重心動態計算,從而穫得準確的分箱重量.通過RBF及BP算法的倣真對比實驗錶明:基于RBF的脩正算法具有更高的環境適應性和更低的計重誤差率,能真正達到串聯式集裝箱重心自適應偏移糾正的目的.
침대천련식집장상분상계중중인화물배치불균도치적중심수궤편이문제,제출료일충기우경향기함수신경망락적자괄응수정산법.해산법이용K-Mean취류산법래학정RBF신경망락은함층적중심향량；병채용RLS산법래조정은함층여수출층지간적련접권치.해산법모형능침대각충차형병재각충차속하실현천련식집장상적중심동태계산,종이획득준학적분상중량.통과RBF급BP산법적방진대비실험표명:기우RBF적수정산법구유경고적배경괄응성화경저적계중오차솔,능진정체도천련식집장상중심자괄응편이규정적목적.
