基于CSSA-LSTM神經(jīng)網(wǎng)絡的動態(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)絡的動態(tài)稱重算法。通過動態(tài)稱重臺進行數(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)絡各參數(shù)，從而建立CSSA-LSTM神經(jīng)網(wǎng)絡模型。結果表明，CSSA-LSTM神經(jīng)網(wǎng)絡的平均絕對百分比誤差在1.5%以內，... （共6頁）