基于蚁群聚类算法的RBF神经网络在压力传感器中的应用

• 作者: 冯昌浩 刘道森 卢俊国 孙艳梅 宋志章 崔全领 苗凤娟 都文和
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: RBF神经网络 蚁群聚类算法 压力传感器
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 物理类传感器
• 页码范围: 806-809
• 页数: 4页
• 分类号: TP212
• 字数: 3152字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2013.06.010

摘要

针对压力传感器在应用中存在温度漂移这一缺点，提出了一种基于蚁群聚类算法的RBF( Radial Basis Function)神经网络温度补偿方法。利用蚁群算法的并行寻优特征和一种自适应调整挥发系数的方法作为聚类算法来确定RBF神经网络的基函数的位置，并通过裁减的方法约简隐层的神经元达到简化网络结构的目的。通过仿真可以看出，该算法具有误差小，精度高等优点，对压力传感器的温度漂移有较好的补偿效果。