传感器非线性校正的遗传支持向量机方法

针对传感器非线性校正中现有的较为常用的神经网络法的不足和支持向量机参数难确定的问题,提出了一种遗传算法和支持向量机相结合的方法,阐述了支持向量机的非线性校正原理和遗传算法优化支持向量机参数的实现过程,并分别采用BP神经网络法和遗传支持向量机方法对压力传感器进行非线性校正。实验结果表明:BP神经网络法使得传感器的最大相对波动由初始的22.2%降低到1.12%;而遗传支持向量机方法使其降低到0.04%,显著改善了传感器的性能,取得了较好的效果。