基于改进pso算法的红外气体传感器温度补偿-红外技术.pdfVIP

基于改进pso算法的红外气体传感器温度补偿-红外技术.pdf

  1. 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. 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. 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. 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. 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. 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. 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
查看更多
基于改进pso算法的红外气体传感器温度补偿-红外技术

第38 卷 第6 期 红 外 技 术 Vol.38 No.6 2016 年6 月 Infrared Technology June 2016 基于改进PSO 算法的红外气体传感器温度补偿 1 1 2 毛琪波 ,余震虹 ,王相淳 (1.江南大学 物联网工程学院,江苏 无锡 214 122;2.浙江大学 电气工程学院,浙江 杭州 310000 ) 摘要:针对红外型气体传感器测量精度受环境温度影响较大的问题,提出一种基于嵌入自适应列维变 异的动态拓扑免疫粒子群-最小二乘支持向量机(DLIPSO-LSSVM )温度补偿算法。DLIPSO 算法在粒 子群优化过程中采用动态拓扑Dbest 机制以更好地适应粒子群进化过程;为确保粒子多样性,平衡局 部搜索与全局搜索,算法嵌入自适应列维变异对粒子进行变异。利用基准测试函数对DLIPSO 算法进 行性能对比评价,仿真结果表明算法具有较强的全局搜索能力、精度高且稳定性较好。利用DLIPSO 算法对LS-SVM 的参数进行优化,将混合算法用于实际红外气体传感器的温度补偿,实验数值结果表 明算法可将补偿结果的相对误差控制在5%范围内。 关键词:红外气体传感器;温度补偿;粒子群优化;动态拓扑;列维变异;数值仿真 中图分类号:TP212 文献标识码:A 文章编号:1001-8891(2016)06-0499-06 IR Gas Sensor Temperature Compensation Based on Improved PSO Algorithm 1 1 2 MAO Qibo ,YU Zhenhong ,WANG Xiangchun (1.College of Internet of Things Engineering, Jiangnan University, Wuxi 214122, China; 2.College of Electrical Engineering , Zhejiang University, Hangzhou 310000, China) Abstract :Focused on the issue that the precision of infrared gas sensor is affected greatly by temperature, a new method is put forward for sensor temperature compensation based on Hybrid Immune Particle Swarm Optimization Algorithm of Dynamic Grouping with Adaptive Levy mutation-Least Square Support Vector Machine (DLIPSO-LSSVM). DLIPSO introduces dynamic topology Dbest mechanism into the PSO algorithm; the Levy mutation is introduced in the adaptive mutation of offspring in the IPSO to ensure the diversity, and opposition-based learning is used to train the offspring to improve t

文档评论(0)

ailuojue + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档