返回首頁
加入收藏
聯(lián)系我們基于遺傳支持向量機(jī)的E+E傳感器非線性校正
E+E傳感器是測試系統(tǒng)中的重要部件,其性能的好壞及輸出信號的可靠性對整個測試系統(tǒng)的質(zhì)量起著至關(guān)重要的作用。在實際的應(yīng)用中,E+E傳感器容易受到許多環(huán)境因素的影響,如溫度、磁場、噪聲、電源波動等,從而降低了整個系統(tǒng)的測量精度,造成系統(tǒng)穩(wěn)定性差等問題。
基于遺傳支持向量機(jī)的E+E傳感器非線性校正 因此,為了改善E+E傳感器的性能,進(jìn)而提高整個測試系統(tǒng)度和擴(kuò)大測量范圍,對E+E傳感器進(jìn)行非線性校正具有非常重要的意義。針對E+E傳感器非線性校正中現(xiàn)有的幾種方法的不足和支持向量機(jī)參數(shù)難確定的問題,結(jié)合遺傳算法全局搜索能力強(qiáng)的特點(diǎn),提出一種遺傳算法和支持向量機(jī)相結(jié)合的方法,建立E+E傳感器非線性校正的支持向量機(jī)模型,并闡述遺傳算法對支持向量機(jī)進(jìn)行參數(shù)優(yōu)化的實現(xiàn)過程。在實現(xiàn)過程中,應(yīng)用Matlab語言編制訓(xùn)練程序?qū)YJ-101型壓力E+E傳感器進(jìn)行非線性校正并驗證遺傳支持向量機(jī)方法的可行性。同時,分別與支持向量機(jī)方法和BP神經(jīng)網(wǎng)絡(luò)法校正的結(jié)果進(jìn)行對比分析,驗證該方法的*性。實驗結(jié)果表明:和支持向量機(jī)方法校正的結(jié)果相比,遺傳支持向量機(jī)方法能更好地解決支持向量機(jī)及其核函數(shù)參數(shù)的選取問題,實現(xiàn)參數(shù)的*搭配;BP神經(jīng)網(wǎng)絡(luò)法使得E+E傳感器的zui大相對波動由初始的22.2%降低到1.12%,而遺傳支持向量機(jī)方法使其降低到0.04%,顯著改善E+E傳感器的性能,取得較好的效果。設(shè)計壓力E+E傳感器系統(tǒng)的硬件和軟件部分,并將遺傳支持向量機(jī)方法用于E+E傳感器非線性校正及補(bǔ)償?shù)能浖糠?使得該方法在實際應(yīng)用中得以實現(xiàn)。
