基于MEC优化BP神经网络的PSD非线性校正

• 作者: 王立平 邓爱平 邓芳明
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 光电位置敏感传感器 非线性校正 神经网络 MEC算法
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 仪表与传感器
• 页码范围: 92-95,99
• 页数: 5页
• 分类号: TP212.1
• 字数: 2538字
• 语种: 中文

摘要

光电位置敏感传感器(PSD),特别是其B区存在非线性误差大、测量精度低的问题.针对现有神经网络校正方法的不足,提出一种基于思维进化计算(MEC)算法优化的神经网络校正模型.该方法首先应用MEC算法搜索最优神经网络初始权值和阈值,再利用LM算法训练BP神经网络,最后将训练好的神经网络用于PSD非线性校正.仿真实验结果表明,所提出的方法校正精度高,收敛速度快,泛化能力强,测试数据的平均误差被控制在0.005 mm以下.经过校正后的PSD在非线性区表现出与线性区相似的线性程度,提高了PSD的测量精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王立平	萍乡学院信息与计算机工程学院	30	62	4.0	6.0
2	邓芳明	华东交通大学电气与自动化工程学院	39	212	8.0	13.0
3	邓爱平	萍乡学院材料与化学工程学院	2	2	1.0	1.0