PSO算法结合BP神经网络在传感器静态非线性校正中应用.pdfVIP

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