基于GA的ε-SVRM在传感器非线性校正中的研究

• 作者: 丁晓燕 徐慧
• 来源期刊: 仪表技术与传感器
• 学科: 工学
• 关键词: ε-SVRM(ε-支持向量回归机) 改进遗传算法 建模 传感器 网格搜索
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 传感器技术
• 页码范围: 3-5,46
• 页数: 4页
• 分类号: TP212
• 字数: 3096字
• 语种: 中文

摘要

针对ε-SVRM在建立传感器回归模型时参数难确定的问题,提出了改进遗传算法对模型参数进行优化选取的方法.该方法在遗传算法前期通过限制个体间距离及采用保优策略,保持最优参数的多样性；在进化后期通过自适应调整进化参数从而加快进化速度,以提高模型的预测准确度和建模效率,并且与以往采用的网格搜索法进行了比较.实验结果表明:采用改进遗传算法进行参数优化得到的模型预测结果均方误差(2.091 6×10-5)较采用网格搜索法所得到的模型预测结果均方误差(1.371 22×-10-3)下降了2个数量级；同时,经过改进的遗传算法优化后建立的传感器回归模型使得传感器输出电压的最大相对波动由建模前的22.2％下降到0.038％,而采用网格搜索法使其下降到2.93％,显著地改善了传感器的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐慧	南京林业大学信息科学技术学院	32	186	9.0	13.0
2	丁晓燕	南京林业大学信息科学技术学院	1	1	1.0	1.0