BP神经网络在静态汽车衡轴自动识别中的应用
宝鸡四维衡器有限公司李建国
【摘要】本文主要探讨BP神经网络在静态汽车衡轴自动识别中的应用。其方法是利用最小二乘法对车辆的重量数据进行拟合，设计了一种合适的BP神经网络模型，用Matlab编写模型程序，利用车辆速度与车辆上称重量建立模型。BP神经网络在静态汽车衡轴自动识别的预测中取得了很好的效果。BP神经网络在静态汽车衡轴自动识别中有良好的应用前景。
【关键词】BP神经网络；静态汽车衡；BP算法；轴自动识别；最小二乘法
引言：
静态汽车衡轴自动识别是指汽车在称重的过程中不借助外加的轴识别器，只通过对汽车本身的上秤的重量信息进行研究，得出汽车的准确轴数，其一直以来被作为静态汽车衡称重领域的一个课题被人们所研究。但是由于现场及汽车自身的诸多因素所影响，轴识别率一直不能达到一个让人满意的结果。近年来，随着科学技术的发展，各种数据处理方法应运而生，用神经网络去进行静态汽车衡轴自动识别的方法引人注目，它有着传统处理方法无法比拟的适应性、容错性及自组织性等优点，特别是用传统处理方法效果不好或不能达到目的时，采用BP神经网络往往能收到较好的效果。本文论述了采用BP神经网络算法实现静态汽车衡轴自动识别的建模，通过最小二乘法与LM算法使BP神经网络算法在静态汽车衡轴自动识别应用中轴识别准确率达到99%以上。