基于粒子群優(yōu)化神經(jīng)網(wǎng)絡算法的車輛動態(tài)稱重系統(tǒng).pdf

1、近年來，公路運輸業(yè)在各國都得到了快速發(fā)展，給人們帶來方便的同時也帶來了很多壓力，如車輛超載導致公路壽命縮短。隨著車輛的日益增多，使得交通運輸?shù)墓芾砗蛙囕v檢測成為社會的一個重要問題。
　　在我國運輸物資主要依靠公路，因而造成我國車輛超載現(xiàn)象十分嚴重，因此為了減少車輛超載現(xiàn)象的發(fā)生，需要嚴格檢測車輛的重量。為了快速并高效檢測車輛的重量，動態(tài)稱重的研究受到越來越多的關注。目前，車輛動態(tài)稱重系統(tǒng)的硬件設計已日趨完善，只能通過軟件系統(tǒng)的設計

2、來提高稱重精度。軟件系統(tǒng)數(shù)據(jù)處理中誤差反向傳播(BP)算法較為普遍，但是基于梯度下降的BP算法存在諸多缺陷，如易陷入局部極小值和收斂速度慢等，從而影響動態(tài)稱重最后測量的精度。
　　為了解決BP算法存在的問題，本文在神經(jīng)網(wǎng)絡的基礎上引入具有全局優(yōu)化思想的粒子群優(yōu)化(PSO)算法，建立PSO—BP神經(jīng)網(wǎng)絡模型來優(yōu)化網(wǎng)絡。將神經(jīng)網(wǎng)絡中需要調(diào)整的權值和閾值與粒子群算法中的粒子建立起映射關系，通過粒子之間的配合和競爭來完成網(wǎng)絡訓練。仿真結果