典型文献
基于改进BP神经网络的货车车载称重方法
文献摘要：
为了实现准确测量货车载重量以更加有效地控制货车的超载,提出了一种基于改进BP神经网络的货车车载称重方法.首先设计了测试方案,采集了不同载荷状况下的货车上各组钢板弹簧变形量和整车载重量数据,并对数据进行预处理,构建了样本数据集.其次,搭建了基于BP神经网络的货车载重量检测模型,在模型构建过程中探讨了隐含层神经元个数的确定方法,并对传统BP算法进行改进,在权值调整时加入了动量因子和自适应调节学习率以优化模型性能.最后,对模型的识别结果进行分析,并与传统BP算法进行对比.研究结果表明,与传统BP算法相比,基于改进BP算法的货车载重量检测模型的识别精度更高,相对误差在5％以内;该方法实现了通过测量钢板弹簧变形量就可以精确检测货车载重量.
文献关键词：
BP神经网络;货车载重量;钢板弹簧;车载称重
中图分类号：
作者姓名：
彭鹏峰;许新权;赵晓敏
作者机构：
广东工贸职业技术学院汽车工程学院,广东 广州 510510;东南大学交通学院,江苏 南京 210096
文献出处：
引用格式：
[1]彭鹏峰;许新权;赵晓敏-.基于改进BP神经网络的货车车载称重方法)[J].机械设计与制造,2022(07):97-101,107
A类：
货车载重量
B类：
车车,车载称重,称重方法,准确测量,超载,测试方案,不同载荷,车上,钢板弹簧,弹簧变形,变形量,整车,样本数据集,重量检测,检测模型,构建过程,隐含层,确定方法,权值,动量因子,自适应调节,学习率,模型性能,识别精度,精确检测
AB值：
0.23159
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
