基于蚁群聚类算法的RBF神经网络在压力传感器中的应用.pdfVIP

第26卷 第6期 传 感 技 术 学 报 V01．26 No．6 2013年 6月 CHINESE JOURNALOFSENSORSANDACTUATORS Jun．2013 TheApplicationofRBF NeuralNetworkBasedonAntColonyClustering Algorithm toPressureSensor SUN Yanmei ，DUWenhe，FENGChanghao ，LIUDaosen ，LUJunguo， CUIQuanling，MIAOFengjuan，SONGZhizhang (1．InstituteofCommunicationsandElectronicsEngineering，QiqiharUniversity，QiqiharHeilongjiang161006，China； 2．OfficeofthePrincipal，QiqiharUniversity，QiqiharHeilongjiang161006，China) Abstract：Aimingatthedrawbackoftemperaturedrift ofthepressuresensor，atemperaturecompensationmethodof RBFNeuralNetworksbasedonantcolonyclusteringisproposed．Basedonthefeatureofparallelsearchoptimum of theantcolonyalgorithmandadynamicmethodtoadjusttheparameterofevaporationcoefficient，thecenterofeach basisfunctionofRBFcanbedefinedbyusinganew proposedclusteringalgorithm ；inordertosimplifythestructure ofRBF network，we use apurningmethod toremovethosehidden units．Thesimulation resultsshowed thatthe methodhasthefeaturesofsmallerror，highprecisionandagoodcompensationeffectforthepressuresensor’Stern— peraturedrift． Keywords：RBFneuralnetwork；antcolonyclustering；pressuresensor EEACC：2520C；2560L doi：10．3969／j．issn．1004-1699．2013．06．010 基于蚁群聚类算法的RBF神经网络在压力传感器中的应用术 孙艳梅 ，都文和 ，冯 昌浩 ，刘道森 ，卢俊 国 ，崔全领 ，苗凤娟 ，宋志章 (1．齐齐哈尔大学通信与电子工程学院，黑龙江 齐齐哈尔 161006；2．齐齐哈尔大学党办、校办，黑龙汀 齐齐哈尔 161006) 摘 要 ：针对压力传感器在应用中存在温度漂移这一缺点，提出了一种基于蚁群聚类算法的RBF(RadialBasisFunction)神经 网络温度补偿方法 利用蚁群算法的并行寻优特征和一种 自适应调整挥发系数的方法作为聚类算法来确定RBF神经网络的 基函数的位置，并通过裁减的方法约简隐层的神经元达到简化网络结构的目的。通过仿真可以看 ，该算法具有误差小，精 度高等优点，对压力传感器的温度漂移有较好的补偿效果。 关键词 ：RBF神经网络；蚁群聚类算法；压力传感器 中图分类号 ：TP212 文献标识码：A 文章编号 ：1004-1699(2013)06—0806—04 在现代信息技术 中信息采集的首要部件是传感 感器的输出具有一定的温度漂移 ，温度漂移极大地 器，它位于系统的最前端，其性能的好坏直接关系到 降低了压阻式压力传感器的可靠性和准确性，影响 数据采集的有效性和信息处理的准确性，因此，传感