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

• 作者: 刘清
• 来源期刊: 南京师范大学学报(工程技术版)
• 学科: 工学
• 关键词: 测量 非线性特性 线性化 误差 神经网络 遗传算法
• 年，卷（期）: 2002,（3）
• 页码范围: 11-15
• 页数: 5页
• 分类号: TP18
• 字数: 3319字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1292.2002.03.003

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘清	南京师范大学数学与计算机科学学院	57	368	11.0	15.0