PSO算法结合BP神经网络在传感器静态非线性校正中的应用.pdfVIP

下载本文档

8
0
约1.31万字
约 5页
2017-08-30 发布于重庆
举报
版权申诉

PSO算法结合BP神经网络在传感器静态非线性校正中的应用.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

PSO算法结合BP神经网络在传感器静态非线性校正中的应用.pdf

第30卷第6期计量学报 V01．30．№6 2009年11月 ACTAMETROLOGICASINICA doI：10．3969／j．issn．1000-1158．2009．06．10 PSO算法结合BP神经网络在传感器静态非线性校正中的应用张媛媛1”，徐科军3…，许耀华1，黄胜初1 (1．安徽大学电子科学与技术学院，安徽合肥230039；2．合肥工业大学仪器科学与光电工程学院，安徽合肥230009； 3．合肥工业大学电气与自动化工程学院，安徽合肥230009；4．工业自动化安徽省工程技术研究中心，安徽合肥230009) 摘要：将粒子群优化(PSO)算法与BP神经网络相结合，应用在传感器静态非线性特性的校正中。用tx50算法所得到的全局最优值作为BP神经网络的初始权值，训练BP神经网络，训练结束后的神经网络作为传感器的静态特性校正器。应用结果表明，该方法可以提高BP神经网络的精度，并且该神经网络具有良好的泛化能力。关键词：计量学；静态非线性校正；粒子群优化算法；空气质量流量传感器；BP神经网络中图分类号：TB937 文献标识码：A 文章编号：1000-1158(2009)06-0526-04 of BP in PSOand NeuralNetworkStatic Application NonlinearCorrectorforSensor ZHANG Yuan-yuanl”，XU Yao—hual，HUANG Keojun3”，XU Sheng．chul ofElectronicScienceand (1．School Technology，AnhuiUniversity，Hefei，Anhui230039，China； 2．SchoolofhlgI卟m枷ScienceandPhotoelectric of Engineering，HefeiUniversityTechnology，Hefei，Anhui230009。China； 3．SchoolofElectricalandAutomation of En百neering，HefeiUniversityTechnology，Hefei，Anhui230009，China； ResearchCenterofIndustrial Technology Automation，PathuiProvince，Hefei，Anhui230009，China) 4．En#neering staticnonlinearerrorsmethodfor thesenBorsbasedonBPneuralnetwork Abstract：A SWalTil correcting usingparticle described．Thebestvaluesof 8warnl of areused嬲initialBPneuralnetworkto op