科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决轨道衡称重时非线性误差大、误差补偿较难实现的缺点,提出一种基于免疫RBF网络的轨道衡误差补偿实现方法。通过分析轨道衡称重误差的来源,建立了轨道衡的实际称重模型;针对传统RBF网络学习策略存在的不足,提出了基于免疫机制的三级RBF网络学习方法,通过免疫三级算法训练的RBF网络,在轨道衡误差补偿仿真实验中实现了良好的误差补偿效果,与普遍使用的加权融合误差补偿方法相比,免疫RBF网络补偿误差减小了约92%,具有明显优越性。
- 单位
为解决轨道衡称重时非线性误差大、误差补偿较难实现的缺点,提出一种基于免疫RBF网络的轨道衡误差补偿实现方法。通过分析轨道衡称重误差的来源,建立了轨道衡的实际称重模型;针对传统RBF网络学习策略存在的不足,提出了基于免疫机制的三级RBF网络学习方法,通过免疫三级算法训练的RBF网络,在轨道衡误差补偿仿真实验中实现了良好的误差补偿效果,与普遍使用的加权融合误差补偿方法相比,免疫RBF网络补偿误差减小了约92%,具有明显优越性。
