神经网络和遗传算法相结合实现非线性传感特性的线性化

被引：4

作者：

刘清

机构：

[1] 南京师范大学数学与计算机科学学院

来源：

南京师范大学学报(工程技术版) | 2002年 / 03期

关键词：

测量; 非线性特性; 线性化; 误差; 神经网络; 遗传算法;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

对测量系统非线性传感特性的线性化常用最小二乘回归、几何逼近或一次近似的方法 ,易引入较大的非线性误差 ,为此 ,提出了利用神经网络和遗传算法相结合实现非线性传感特性线性化的方法 ,该方法将测量系统的非线性模型改造成为与实际物理过程相一致的不失真的线性模型 ,从而减小非线性误差 .通过应用实验 ,验证了该方法的有效性

引用

页码：11 / 15

页数：5

共 5 条

[1] 提高传感器精度的神经网络方法
庄哲民
黄惟一
刘少强
[J]. 计量学报, 2002, (01) : 78 - 80
[2] 色度传感器非线性误差校正的神经网络模型
王庆玮
王安
谢海明
不详
[J]. 传感器技术 , 1998, (02) : 22 - 24
[3] 测量与控制系统中非线性特性的不失真线性化方法
冯之敬，刘金凌，潘尚峰，王先逵，袁哲俊
[J]. 清华大学学报(自然科学版), 1996, (08) : 18 - 23
[4] 神经网络控制[M]. 哈尔滨工业大学出版社 , 徐丽娜编著, 1999
[5] Control sensor linearization using artificial neural networks
Dempsey, GL
Alig, JS
Alt, NL
Olson, BA
Redfield, DE
[J]. ANALOG INTEGRATED CIRCUITS AND SIGNAL PROCESSING, 1997, 13 (03) : 321 - 332

← 1 →