《三角形隶属度函数用于模糊神经网络的衡器标定》-毕业论文（设计）.doc

PAGE 三角形隶属度函数用于模糊神经网络的衡器标定 摘 要 目的： 将三角型隶属度函数的模糊神经网络用于电容式多功能天车秤，实现电解铝的称重过程的计量,提高称重的准确度。 方法： 用一部分实际铝称重的部分属于做测试，利用三角形隶属函数对这部分数据进行模糊化处理，然后输入到基于BP算法的神经网络，对该网络进行训练。用训练好的网络对剩下的数据进行测试，并与之前的数据进行比较，得出对衡器标定的误差，观察准确程度。 结果： 在称重过程中融入了模糊理论与神经网络的方法，既考虑了称重数据的模糊性又考虑称重特征与称重结果的复杂关系，使结果更加具有精确性，为衡器的标定开辟了一条新方法。 关键词：模糊神经网络 三角型隶属度函数 BP算法 铝称重 Abstract Objective: to will triangle membership function of fuzzy neural network for capacitive multi-function PTM scale, the realization of the weighing process electrolytic aluminium, improve the accuracy of measurement weighing. Methods: using part of the actual aluminum weighing part belong to do the test, and using triangle distrution function of this section data are fuzzed, then input to the neural network based on BP algorithm, the network for training. Use for the rest of the trained network, and experimental data before, it is concluded that the data to compare calibration error, observing instruments that accurate degree. Results: in weighing process into the fuzzy theory and the method of neural network, which considers the fuzziness of the weighing data and consider the characteristics and weighing weighing, to make the result more complicated relationship with accuracy, the calibration for instruments have opened up a new method. Keywords: fuzzy neural network triangle membership function BP algorithm aluminum weighing 目录 TOC \o 1-3 \h \z \u HYPERLINK \l _Toc294049141 摘 要 PAGEREF _Toc294049141 \h 1 HYPERLINK \l _Toc294049142 Abstract PAGEREF _Toc294049142 \h 1 HYPERLINK \l _Toc294049143 第一章 引言 PAGEREF _Toc294049143 \h 3 HYPERLINK \l _Toc294049144 1.1课题的研究背景、目的和意义 PAGEREF _Toc294049144 \h 3 HYPERLINK \l _Toc294049145 1.2本课题的主要研究内容 PAGEREF _Toc294049145 \h 3 HYPERLINK \l _Toc294049146 第二章 电子称重系统以及数据提取方法 PAGEREF _Toc294049146 \h 4 HYPERLINK \l _Toc294049147 2.1电容式多功能天车电子秤 PAGEREF _Toc294049147 \h 4 HYPERLINK \l _Toc294049148 2.2称重数据的提取 PAGEREF _Toc294049148 \h 4 HYPERLINK \l _Toc294049149 第三章 模糊神经网络以及BP算法