来源：期刊VIP网 时间：
作者：王浩齐;尹继辉;郑旭光;陈东东;张鹏雷;
单位：东北林业大学机电工程学院;青岛君峰华创电子科技有限公司;
摘要：为了应对货车超载现象并实现货车载重的动态精确测量，针对车载称重系统测量精度较低的问题，提出一种基于鹦鹉优化（PO）算法优化BP神经网络的动态称重模型。简要介绍车载称重系统，并采用复合滤波法对传感器采集的信号进行预处理。通过PO-BP算法迭代优化神经网络的权重和阈值，构建以预处理的胎压、车轮旋转加速度和温度等信号为输入的称重模型，估算货车载重。实验结果表明，基于PO优化的BP神经网络称重算法在较少的迭代次数内，均方根误差降至2.3%，平均绝对误差降至1.9%。与传统BP神经网络相比，该算法的测量精度更高，车辆载重测量值更接近真实值，且相对误差在5%以内，能够满足车载称重的精度要求。
关键词：车载称重系统;;鹦鹉优化算法;;BP神经网络;;胎压传感器;;货车载重;;测量精度
基金资助：国家重点实验室开发基金项目（413228001）
