神经网络在汽车动态称重数据处理中的应用17-20.pdfVIP

神经网络在汽车动态称重数据处理中的应用 　何红丽, 等 神经网络在汽车动态称重数据处理中的应用 App lica tio n o f N e u ra l N e tw o rk in W e igh in m o tio n o f A u tom o b ile s 1 2 1 何红丽 　张 　元 　 吕运鹏 1 2 (郑州大学物理工程学院 ,郑州 　450052;河南工业大学信息科学与工程学院 ,郑州 　450052) 摘 　要 : 公路汽车动态称重信号由于受外界各种干扰因素的影响 ,数据处理较为复杂 。针对汽车动态称重系统中数据处理的复杂 性 ,提出了利用神经网络算法对动态称重信号中影响测量精度的主要因素进行数据融合 ,实现消除外界干扰和非线性校正 。实验结 ( ) 果表明,神经网络算法对动态称重信号的数据融合可行有效 ,其精度满足 A STM W IM 系统分类 E13 1894 标准 的 III类要求 。 关键词 : 动态称重 　神经网络 　数据处理 中图分类号 : TP274　　　　文献标志码 : A A bstract: B ecau se of the influence of variou s external factors on signals of weighinmotion of au tomob ile s, the data p roce ssing is more comp li cated. A im ing at th is comp lexity, the neural network algorithm was app lied to imp lem ent data fu sion of the m ain factors influencing the m ea sur ing p recision in weighinmotion signals for removing environm ental interference and correcting nonlinearity. The exp erim ental resu lts p rove the feasib ility and validity of th ism ethod. The accuracy satisfie s the requ irem ent of the A STM W IM system cla ssification III ( standard E 131894 ) . Keywords: W eighinmotion　N eural network　D ata p rocessing 不容易实现 ; 而基于参数估计方法运算过于复杂 , 因 0　引言 此 ,本文提出了应用神经网络对动态称重信号进行处 国际上许多国家的公路车辆在运输货物时 , 普 理 。该方法利用神经网络技术可以避开复杂的物理建 遍存在着超重现象 , 而且超重车辆 占相 当高 的 比 模 ,仅根据系统的样本输入 、输出数据进行黑箱建模 。 例 [ 1 ] 。据调查 , 德 国超重车辆达 50 % ; 美 国 40 % ～ 通过训练样本来获得较好的网络模型 ,再利用该网络 60 % 的大型载货汽车超重 。近年来 , 我 国公路超重 模型通过当前的测量数据计算出实际车重 ,从而达到 运输现象也十分普遍和严重 ,