基于BP神经网络饲料配料误差补偿模型

The model of error compensating of feedstuff mixing base on back propagation neural network

由于配料误差具有多因素非线性的特点,采用自适应平滑预测等传统模型实现误差补偿,难以保证计量精度。利用神经网络的学习能力,可提高预测的可靠性。在分析饲料自动配料系统的误差及控制的基础上,讨论了配料误差动态控制的主体--空中料柱量及其影响因素。依据BP神经网络模型的结构原理,建立了饲料配料自适应误差补偿BP神经网络模型,阐明了模型计算与应用的方法,并对应用结果进行了检验分析,取得了满意的效果。