遗传优化支持向量机的传感器动态建模.pdfVIP

遗传优化支持向量机的传感器动态建模 唐 炜 。等 遗传优化支持向量机的传感器动态建模 SensorDynam icModelingBasedonGeneticOptimizationLS—SVM Algorithm 唐 绋 筠 醮 满 (2-1=苏科技大学机械工程学院，江苏 镇江 212003) 摘 要 ：传感器动态建模是研究传感器工作机理、评价动态性能指标及设计动态校正环节的重要途径 。在分析最小二乘支持向量机 回归算法的基础上 ，针对其可调参数的选择问题 ，提出了基于遗传算法进行全局优化的方法。仿真结果表明，将遗传优化最小二乘支 持向量机算法应用于传感器的动态建模中，具有学习速度快和建模精度高的优点，所建模型具有较强的实用性和可靠性 ，为改善传感 器动态性能及其在线补偿创造了条件。 关键词：传感器 动态建模 最小二乘支持向量机 数学模型 遗传算法 参数优化 中图分类号：1’P212．6 文献标志码 ：A Abstract：Sensordynamic modelingisimportantmeansforresearching operationalmechanism ofsensor，evaluating dynamicperformance indexesanddesigningdynamiccorrectelement．Onthebasisofanalyzingtheleastsquaresupportvectormachine(Ls—SVM)regressionalgo— rithm，inaccordancewiththeselectionforadjustableparameters，theglobaloptimizationbasedongeneticalgorithm isproposed．Theresultof simulationindicatesthatapplyinggeneticoptimizationLS—SVM algorithm insensordynamicmodelingfeaturesadvantagesoffastlearningspeed andhighaccuratemodeling，andthemodelbuiltismorereliableandpracticable，itcreatesfavorableconditionsofrimprovingdynamicperform— anceandonlinecompensationofthesensors． Keywords：Sensor Dynamicmodeling LS—SVM Mathematicalmodel Geneticalgorithm Parameteroptimization 0 引言 1 传感器动态数学模型 传感器是仪器仪表和测量系统的核心部件，是 自 设实际应用中，根据动态校准实验得到的传感器 动获取信息的重要装置，其测量结果直接关系到控制 输入 (激励)、输 出(响应)信号分别为 U、Y(j}：1， 系统的正常运行 。然而，目前许多传感器的动态性 2，…，Ⅳ)，则建立如下差分形式的动态模型： 能并不能满足动态测试要求 ，且存在较大的动态误差。 + 。1 +… +乜…Yk =bou^+blU +… +6 + e 一 1 一 1 — m 近年来 ，人工神经网络被广泛应用于传感器建模 式中：m、n为模型阶次；e为同分布不相关的随机变量 和系统辨识等领域 ，并取得了显著成效 ，但 由于其 序 列。 在训练过程 中遵循经验风险最小化准则，往往使其在 若不考虑噪声干扰 ，则理想的线性