用微粒群算法与神经网络实现传感器误差补偿

为减少传感器非线性特性带来的测量系统误差,提出一种采用微粒群算法与BP(Back-propagation)神经网络相结合的方法设计误差补偿环节,将传感器非线性特性改造成为与实际物理过程相一致的不失真的线性特性,从而减小非线性误差。在电感微测仪位移测量系统实验中,采用PSO(Particleswarmoptimization)算法训练后,网络的BP算法收敛速度很快,且精度高,在经过120次学习后,误差平方E<0.001。