基于改进神经网络的电子秤自动计量系统设计

徐斌

doi:10.16009/j.issn.1009-5624.2026.04.010

信息记录材料 ›› 2026, Vol. 27 ›› Issue (4) : 31 -33. DOI: 10.16009/j.issn.1009-5624.2026.04.010

基于改进神经网络的电子秤自动计量系统设计

徐斌

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对动态称重环境下非线性干扰耦合导致计量精度下降的问题，本文提出一种基于遗传算法优化反向传播(GA-BP)神经网络的电子秤自动计量系统设计方案。该系统采用电阻应变式传感器构建信号采集前端，利用STM32微控制器实现数据预处理，并引入改进型神经网络算法对时变信号进行非线性补偿与融合处理。通过建立传感器输出电压与被测质量间的映射模型，利用遗传算法优化网络初始权值与阈值，解决了传统梯度下降法易陷入局部极小值的缺陷。实验数据显示，该系统在动态加载条件下的最大相对误差控制在0.02%以内，且稳态响应时间缩短至200 ms，验证了该方法在提升计量准确度与实时性方面的技术优势。