基于改进PSO-BP算法的动态称重数据处理

来源：电子测量技术杂志2021年第20期北京时间：

作者：李达，郭晨霞，杨瑞峰

单位：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

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

基金资助：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