基于CSSA-LSTM神經(jīng)網(wǎng)絡(luò)的動態(tài)稱重算法的研究

摘要： 為了提高動態(tài)稱重的測量精度，實現(xiàn)智慧牧場的實時監(jiān)測和精細(xì)化管理，提出利用混沌麻雀搜索算法優(yōu)化LSTM的神經(jīng)網(wǎng)絡(luò)的動態(tài)稱重算法。通過動態(tài)稱重臺進(jìn)行數(shù)據(jù)采集，并使用卡爾曼濾波算法對干擾數(shù)據(jù)進(jìn)行處理。利用Tent映射策略和高斯變異后的麻雀搜索算法優(yōu)化LSTM神經(jīng)網(wǎng)絡(luò)各參數(shù)，從而建立CSSA-LSTM神經(jīng)網(wǎng)絡(luò)模型。結(jié)果表明，CSSA-LSTM神經(jīng)網(wǎng)絡(luò)的平均絕對百分比誤差在1.5%以內(nèi)，... （共6頁）