首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于GA-PSO-BP神经网络的羊群动态称重方法改进
引用本文:李坤,郭晨霞,杨瑞峰,白晓虎.基于GA-PSO-BP神经网络的羊群动态称重方法改进[J].黑龙江畜牧兽医,2024(6):46-51.
作者姓名:李坤  郭晨霞  杨瑞峰  白晓虎
作者单位:1. 中北大学仪器与电子学院;2. 山西省自动化检测装备与系统工程技术研究中心
摘    要:为了解决羊只称重时因应激反应过大导致测量不精准问题,试验搭建了羊群动态称重系统并设计了一种改进GA-PSO-BP神经网络的羊群动态称重方法,即利用滑动平均滤波算法对干扰数据进行平稳处理,采用改进GA-PSO混合算法优化BP神经网络的权值和阈值;并对BP神经网络、PSO-BP神经网络、改进GA-PSO-BP神经网络三种模型进行训练和性能比较。结果表明:改进GA-PSO-BP神经网络的预测准确度最高,预测误差在1.00 kg内的体重值占85%;平均绝对百分比误差为0.679 6%,较BP神经网络(1.007 4%)和PSO-BP神经网络(0.975 2%)都有明显提升,但测量单只羊只所需时间为11.2 s,较PSO-BP神经网络(10.5 s)稍低。说明改进GA-PSO-BP神经网络的羊群动态称重方法可满足牧场智能化饲养需求。

关 键 词:智慧牧场  动态称重  神经网络  粒子群算法  滑动平均滤波
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号