文献类型：期刊文章

作　　者：李达[1,2] 郭晨霞[1,2] 杨瑞峰[1,2]

Li Da;Guo Chenxia;Yang Ruifeng(School of Instrument and Electronics,North University of China,Taiyuan 030051,China;Automatic Test Equipment and System Engineering Research Center of Shanxi Province,Taiyuan 030051,China)

机构地区：[1]中北大学仪器与电子学院,太原030051 [2]山西省自动化检测装备与系统工程技术研究中心,太原030051

出　　处：《电子测量技术》

基　　金：山西省重点研发计划(201903D121118);山西省回国留学人员科研项目(2020-111)资助。

年　　份：2021

卷　　号：44

期　　号：20

起止页码：132-136

语　　种：中文

收录情况：BDHX、BDHX2020、JST、RCCSE、ZGKJHX、核心刊

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。

关 键 词：动态称重 BP神经网络 PSO-BP神经网络 数据预测

分 类 号：TP274]