基于遗传算法的RBF神经网络在涡流传感器非线性补偿中应用

• 作者: 俞阿龙
• 来源期刊: 电子器件
• 学科: 工学
• 关键词: 涡流传感器 非线性补偿 径向基函数神经网络 遗传算法
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 其他有关研究和应用
• 页码范围: 1039-1041
• 页数: 3页
• 分类号: TP212.6
• 字数: 2635字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9490.2008.03.078

摘要

为了解决涡流传感器的非线性问题,应用遗传算法(GA)训练径向基函数(RBF)神经网络(NN)实现其非线性补偿.介绍非线性补偿的原理和网络训练方法.从实测数据出发,建立了涡流传感器的非线性补偿模型.该方法能同时优化网络结构和参数,具有全局寻优能力,补偿精度高、鲁棒性好、网络训练速度快、能实现在线软补偿.实验结果表明,所采用的涡流传感器非线性补偿方法是有效的和可行的.补偿后,最大非线性误差在0.5%范围内,具有良好的线性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞阿龙	淮阴师范学院电子与电气工程系	73	489	12.0	18.0