基于遗传算法的RBF神经网络在涡流传感器非线性补偿中应用

为了解决涡流传感器的非线性问题,应用遗传算法(GA)训练径向基函数(RBF)神经网络(NN)实现其非线性补偿。介绍非线性补偿的原理和网络训练方法。从实测数据出发,建立了涡流传感器的非线性补偿模型。该方法能同时优化网络结构和参数,具有全局寻优能力,补偿精度高、鲁棒性好、网络训练速度快、能实现在线软补偿。实验结果表明,所采用的涡流传感器非线性补偿方法是有效的和可行的。补偿后,最大非线性误差在0.5%范围内,具有良好的线性。