基于GA-BP神经网络的非线性模拟量回归

• 作者: 周欣 王宜怀 姚望舒 葛新越
• 来源期刊: 仪表技术与传感器
• 学科: 工学
• 关键词: 嵌入式系统 模拟量 非线性 回归拟合 BP神经网络 遗传算法
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 研究与开发
• 页码范围: 84-88,101
• 页数: 6页
• 分类号: TP273
• 语种: 中文

摘要

针对嵌入式系统中传感器测量模拟量与采样值之间的非线性关系难以找寻确定公式进行表达的问题,提出使用BP神经网络对非线性模拟量进行回归拟合.并针对BP神经网络易陷入局部极小值的缺陷,采用遗传算法进行优化.实验表明,与最小二乘法与三次样条插值法相比,BP神经网络对曲线拟合程度优于其余两种方法,且具有较高的准确度.遗传算法优化后的BP神经网络,能够更加快速收敛,准确度也进一步提升.同时将网络模型应用在MCU端,实现在MCU端的预测与参数更新,具有一定的实用性和适应性.