申请/专利权人：淮阴工学院

申请日：2023-08-18

公开（公告）日：2023-12-01

公开（公告）号：CN117146954A

主分类号：G01G23/01

分类号：G01G23/01;G06F18/214;G06F17/11;G06N3/04;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.12.19#实质审查的生效;2023.12.01#公开

摘要：本发明公开了一种基于改进WOA‑BP神经网络的称重补偿方法及装置，预先获取待补偿的多种不同量程下的称重数据及其对应的环境温度；初始化BP神经网络，确定BP神经网络的输入和输出结构、初始的连接权值和阈值；利用改进后的WOA算法优化BP神经网络的初始权值和阈值，将BP神经网络的训练误差作为个体的适应度值，选择最优的BP神经网络初始权值和阈值；根据优化得到的最优个体对BP神经网络结构的初始权值和阈值进行赋值；通过训练样本进行反复训练，得到改进的WOA‑BP称重数据补偿模型，对不同量程下的称重数据进行补偿。本发明能够对化工、自动罐装、中药抓取等领域内各种称重数据进行精准预测，适用范围广，结果稳定而精确。

主权项：1.一种基于改进WOA-BP神经网络的称重补偿方法，其特征在于，包括以下步骤：1预先获取待补偿的多种不同量程下的称重数据及其对应的环境温度；2初始化BP神经网络，确定BP神经网络的输入和输出结构、初始的连接权值和阈值；3利用改进后的WOA算法优化BP神经网络的初始权值和阈值，将BP神经网络的训练误差作为个体的适应度值，选择最优的BP神经网络初始权值和阈值；4根据优化得到的最优个体对BP神经网络结构的初始权值和阈值进行赋值；通过训练样本进行反复训练，将均方误差作为训练指标，并将训练得到的权值、阈值以及此时的网络结构参数保存，得到改进的WOA-BP称重数据补偿模型，对不同量程下的称重数据进行补偿。

全文数据：

权利要求：

百度查询： 淮阴工学院 一种基于改进WOA-BP神经网络的称重补偿方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD