改进的粒子群算法在传感器温度补偿中的应用

• 作者: 余震虹 毛琪波
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: Levy flight 自适应 粒子群优化 红外气体传感器 温度补偿
• 年，卷（期）: 2016,（23）
• 所属期刊栏目: 工程与应用
• 页码范围: 229-235
• 页数: 7页
• 分类号: TP212
• 字数: 5943字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1502-0121

摘要

针对红外气体传感器测量精度受环境温度影响较大的问题，提出了一种基于嵌入自适应Levy变异免疫粒子群-最小二乘支持向量机（ALIPSO-LSSVM）的温度补偿算法。ALIPSO算法引入Levy flight对子代粒子进行自适应变异，确保粒子多样性，并在每次迭代之前，采用相对基学习方法初始化粒子群，提高算法的收敛速度。通过5个基准测试函数对ALIPSO算法进行性能评价，仿真结果表明该算法收敛速度较快、精度高，且具有较强的全局搜索能力。利用ALIPSO算法对LS-SVM的参数进行优化，并将该混合算法应用于红外气体传感器温度补偿，数值仿真结果表明采用该算法可将补偿结果的相对误差控制在6%范围内。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余震虹	江南大学物联网工程学院	56	205	8.0	10.0
2	毛琪波	江南大学物联网工程学院	4	30	3.0	4.0