当前位置:主页 > 科技论文 > 路桥论文 >

BP神经网络信息融合的汽车载重测量方案

发布时间:2018-03-15 10:15

  本文选题:汽车载重测量 切入点:BP神经网络 出处:《机械设计与制造》2017年12期  论文类型:期刊论文


【摘要】:针对当前汽车载重量测量精度低的问题,;提出了基于BP神经网络信息融合算法的汽车载重测量方案。首先分析了现有的两种载重测量方法,即叠板弹簧形变量测量法和胎压变化量测量法,并分别建立了汽车载重量与叠板弹簧变化量、轮胎气压变化量的数学模型;然后提出了使用BP神经网络算法将这两种测量方法的测量信息进行融合;通过样本数据的训练,确立了BP神经网络三层网络拓扑结构和参数。设计了10组载重试验对此算法进行验证,结果表明基于BP神经网络信息融合的汽车载重测量方法可以有效地测量汽车载重,最大测量误差为0.91%。
[Abstract]:In order to solve the problem of low precision of vehicle load measurement, a vehicle load measurement scheme based on BP neural network information fusion algorithm is proposed. Firstly, two existing load measurement methods are analyzed. That is to measure the variable of plate spring and the change of tire pressure, and establish the mathematical model of the change of truck load, plate spring and tire pressure, respectively. Then the BP neural network algorithm is used to fuse the measurement information of the two methods, and the training of the sample data is carried out. The topological structure and parameters of BP neural network three-layer network are established. Ten groups of load tests are designed to verify the algorithm. The results show that the vehicle load measurement method based on BP neural network information fusion can effectively measure vehicle load. The maximum measurement error is 0.91cm.
【作者单位】: 聊城大学东昌学院;
【基金】:山东省高等学校科技计划项目(J15LN77)
【分类号】:TP183;U492.321

【相似文献】

相关期刊论文 前10条

1 邵先胜;沈正伟;李之波;;基于BP神经网络的沥青路面使用性能评价模型[J];河南科技;2011年06期

2 陈君;李聪颖;丁光明;;基于BP神经网络的高速公路交通安全评价[J];同济大学学报(自然科学版);2008年07期

3 樊海玮;张国翊;丁爱玲;谢昌荣;徐婷;;BP改进算法及其在路面裂缝检测中的应用[J];长安大学学报(自然科学版);2010年01期

4 马黎;赵丽红;傅惠;;基于BP神经网络的交通异常事件自动检测算法[J];交通科技与经济;2010年06期

5 徐杏,史喜军;深圳港基于BP神经网络的集装箱预测模型[J];河海大学学报(自然科学版);2002年04期

6 房东升;陈洋洋;;基于BP神经网络的沥青路面使用性能评价[J];交通标准化;2009年19期

7 雷敏;斯郎拥宗;;BP神经网络在大型斜拉桥施工控制中的应用研究[J];四川建筑;2009年04期

8 茆训超;大哥大、BP机不宜握在司机手中[J];交通与运输;1995年02期

9 李怀国;;BP神经网络与模糊控制在隧道施工中的预测与应用[J];今日科苑;2008年20期

10 杨霖涛;;利用BP神经网络预测隧道周边位移[J];价值工程;2012年25期

相关会议论文 前2条

1 焦金星;赵建辉;王福钊;;基于BP神经网络的交通标志识别算法研究[A];第八届中国智能交通年会优秀论文集——智能交通与安全[C];2013年

2 傅佳;胡绍海;;基于LM算法的BP神经网络的拥堵预测[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年

相关重要报纸文章 前1条

1 通讯员 王孟霞;CCS获BP的CAP资格认可[N];中国船舶报;2013年

相关硕士学位论文 前7条

1 谢文平;基于BP神经网络的公共自行车站点服务水平评价研究[D];东南大学;2017年

2 肖启俊;基于BP神经网络的船舶价格评估方法研究[D];上海交通大学;2013年

3 范静;基于BP神经网络的航运上市公司财务业绩评价研究[D];大连海事大学;2008年

4 张亭;基于BP神经网络的机动车保有量预警模型研究[D];辽宁师范大学;2014年

5 肖先波;基于BP神经网络的公路建设项目风险分析[D];浙江大学;2006年

6 陈姿颖;BP神经网络在港口绩效评价中的应用研究[D];北京交通大学;2015年

7 刘玮;基于BP神经网络下的深长隧道突水预测分析与数值模拟研究[D];中南大学;2014年



本文编号:1615583

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/1615583.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户eeac3***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com