基于遗传算法和小波神经网络的传感器输出拟合方法研究

• 作者: 夏二勇 张文昊 王沪阳 钱光耀
• 来源期刊: 计量技术
• 学科: 工学
• 关键词: 浓度传感器 遗传算法 小波神经网络 动态标定
• 年，卷（期）: 2011,（9）
• 所属期刊栏目: 理论与实验
• 页码范围: 3-6
• 分类号: TH71
• 字数: 3760字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0771.2011.09.001

摘要

针对最小二乘法、分段线性化、神经网络等拟合方法的不足,提出了解决浓度传感器输出特性拟合的遗传神经网络方法,该方法首先使用遗传算法对浓度传感器的输出特性进行“粗拟合”,再用小波神经网络进行“细拟合”,提出遗传进化停滞算子与自适应变异方法,实验验证该方法的有效性.当环境条件发生变化时,只要测量几组数据对,该方法可自动重新训练网络,获得新的多项式系数,实现浓度传感器的在线动态标定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏二勇		1	1	1.0	1.0
5	王沪阳	上海宝山钢铁股份有限公司罗泾制氧分厂能源环保部	1	1	1.0	1.0
6	张文昊		1	1	1.0	1.0