基于改进遗传神经网络的微硅加速度传感器动态补偿研究

• 作者: 俞阿龙 黄惟一
• 来源期刊: 东南大学学报(自然科学版)
• 学科: 工学
• 关键词: 微硅加速度传感器 函数连接型神经网络 动态补偿 遗传算法
• 年，卷（期）: 2004,（4）
• 页码范围: 455-458
• 页数: 4页
• 分类号: TP212.6
• 字数: 3907字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0505.2004.04.008

摘要

比较遗传算法与神经网络的特点, 并对将遗传算法用于函数连接型神经网络(FLNN)的优点进行了研究.对遗传算法的编码方法、交换和变异操作做了改进,提出了一种融合改进遗传算法的FLNN用于微硅加速度传感器动态性能补偿的新方法.该方法不依赖于传感器的动态模型, 可根据传感器的动态响应数据, 建立补偿模型,采用改进遗传神经网络搜索和优化补偿模型参数,既保留了遗传算法的全局搜索能力,又具有神经网络的鲁棒性和自学习能力.介绍补偿原理及算法, 给出动态补偿网络的数学模型.结果表明, 该补偿方法能克服FLNN收敛速度慢、容易陷入局部极小的缺陷,具有网络训练速度快、实时性好、良好的全局搜索能力、精度高、鲁棒性好及动态补偿器实现简单等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄惟一	东南大学仪器科学与工程系	122	1447	21.0	30.0
2	俞阿龙	东南大学仪器科学与工程系	7	90	5.0	7.0