基于改进的粒子群优化的小波神经网络模型的传感器动态建模

• 作者: 周凯 赵远东
• 来源期刊: 计算机测量与控制
• 关键词: 小波神经网络 粒子群优化 传感器 动态建模
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 智能仪表与传感器技术
• 页码范围: 3132-3135
• 页数: 4页
• 分类号: TP303
• 语种: 中文

摘要

提出一种基于改进的粒子群优化算法进化小波神经网络用于传感器动态建模的新方法.介绍了小波神经网络和粒子群寻优算法的原理,并且对粒子群优化算法做了改进.利用传感器动态标定的实验数据,来训练优化小波神经网络的网络结构和模型参数,从而建立了传感器的动态模型.通过Matlab软件仿真实验表明,利用改进的粒子群优化的小波神经网络对传感器进行动态建模,能克服传统BP神经网络模型误差反向传播算法易陷入局部最小,后期训练网络精度不高的缺点,并且相比遗传算法具有较小的复杂度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵远东	南京信息工程大学信息与控制学院	38	265	8.0	15.0
2	周凯	南京信息工程大学信息与控制学院	7	15	2.0	3.0