一种基于改进遗传RBF神经网络的传感器动态特性补偿算法

被引:19
作者
王军号 [1 ,2 ]
孟祥瑞 [2 ]
机构
[1] 安徽理工大学计算机科学与工程学院
[2] 安徽理工大学能源与安全学院
关键词
传感器; 动态特性补偿; 遗传算法; RBF神经网络;
D O I
暂无
中图分类号
TP212 [发送器(变换器)、传感器];
学科分类号
080202 ;
摘要
为了改善传感器的动态特性,减小系统测量误差,分析了传感器动态性能补偿的基本原理,提出了一种基于改进型遗传算法(IAGA)和RBF神经网络相结合的补偿算法,给出了用IAGA-RBF补偿算法建立的数学模型,并应用到瓦斯传感器的补偿环节。实验证明,该补偿算法具有响应速度快、计算精度高和工作频带宽的特点,多项动态特性指标都得到了较大的改善,能够有效地用于传感器的动态特性补偿。
引用
收藏
页码:1298 / 1302
页数:5
相关论文
共 10 条