作者：丁晓燕,徐慧 单位：沈阳仪表科学研究院有限公司 出版：《仪表技术与传感器》2012年第12期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFYBJS2012120030 DOC编号：DOCYBJS2012120039 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 针对ε-SVRM在建立传感器回归模型时参数难确定的问题，提出了改进遗传算法对模型参数进行优化选取的方法。该方法在遗传算法前期通过限制个体间距离及采用保优策略，保持最优参数的多样性；在进化后期通过自适应调整进化参数从而加快进化速度，以提高模型的预测准确度和建模效率，并且与以往采用的网格搜索法进行了比较。实验结果表明：采用改进遗传算法进行参数优化得到的模型预测结果均方误差(2.091 6&#215；10-5)较采用网格搜索法所得到的模型预测结果均方误差(1.371 22&#215；-10-3)下降了2个数量级；同时，经过改进的遗传算法优化后建立的传感器回归模型使得传感器输出电压的最大相对波动由建模前的22.2%下降到0.038%，而采用网格搜索法使其下降到2.93%，显著地改善了传感器的稳定性。

    📙 相关资料

    1. 《基于改进遗传算法的传感器非线性校正》PDF+DOC 针对最小二乘法等传统方法的不足，提出了解决传感器系统非线性校正问题的改进遗传算法。该算法在遗传算法中融入模拟退火算法的思想，将退火温度作为控制参数，通过温度的缓慢的冷却，同时利用模拟退火算法来控制变异和交叉操作，有效地防止了基本遗传算法的早熟收敛。计算机仿真表明，采用这里所提出的改进遗传算法进行传感......
    2. 《基于GA的漏检情况下多传感器多目标数据关联算法》PDF+DOC 研究了漏检情况下多传感器多目标检测中的数据关联问题，并将其描述为数学规划中组合最优化问题。当传感器大于３时，该问题的求解是ＮＰ的。提出一种基于 ＧＡ（Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ）的数据关联算法，仿真实验表明，该算法具有较高的关联成功率，并能优化求解的多目标个数，提高多传感器系统的检测概率。...
    3. 《一种利用函数链神经网络的传感器建模新方法》PDF+DOC 讨论基于函数链神经网络 (FLNN)的传感器建模新方法 ，其结构简单、使用灵活、建模容易 ，易于实时硬件实现。两个算例说明网络的训练和非线性逼近方法 ，显示出网络的自适应能力、学习能力 ，基于FLNN的传感器模型可同时实现温度补偿和非线性校正。实际上 ，利用这种模型可以跟踪补偿环境改变引起的传感器特......
    4. 《一种基于GA的多传感器多目标数据关联算法》PDF+DOC 研究了漏检情况下多传感器多目标检测中的数据关联问题，并将其描述为数学规划中组合最优化问题． 当传感器数大于等于３ 时，该问题的求解是ＮＰ的． 文中提出了一种基于ＧＡ（Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ） 的数据关联算法，仿真实验表明，该算法具有较高的关联成功率，并能优化求解的目标个数，提高多传感器系......
    5. 《基于遗传神经网络的传感器系统的非线性校正》PDF+DOC 针对最小二乘等传统方法的不足 ，提出了解决传感器系统非线性校正问题的遗传神经网络算法。计算机仿真表明 ，采用这里所提出的观点和方法 ，其拟合精度远高于传统上应用最为广泛的最小二乘法 ，并且具有较强的鲁棒性。而且 ，从所做的研究显示 ，该方法还可用于其它类似系统的非线性校正...
    6. 《一种利用RBF神经网络的传感器建模新方法》PDF+DOC 介绍了基于 RBF神经网络的传感器建模新方法 ，其网络结构简单、收敛性好 .计算机仿真结果显示该模型能同时实现传感器的温度补偿和非线性校正 。...
    7. 《应用GA的多侦察传感器目标最优分配》PDF+DOC 研究优化侦察效果问题，多侦察传感器训练演练任务中的侦察目标分配优劣直接影响着训练演练效果。为了提高侦察效能，通过分析传感器和目标的类别及数量，建立明确的目标函数，组成合理的仿真规划模型，采用遗传算法作为搜索最优方法，克服了传统算法缺点，能够快速而且有效地找出最大侦察效能下的目标分配方案。仿真结果表明......
    8. 《传感器非线性校正的遗传支持向量机方法》PDF+DOC 针对传感器非线性校正中现有的较为常用的神经网络法的不足和支持向量机参数难确定的问题，提出了一种遗传算法和支持向量机相结合的方法，阐述了支持向量机的非线性校正原理和遗传算法优化支持向量机参数的实现过程，并分别采用BP神经网络法和遗传支持向量机方法对压力传感器进行非线性校正。实验结果表明：BP神经网络法......
    9. 《3种空隙率测量建模方法的比较研究》PDF+DOC 介绍了测量空隙率的电容层析成像(ECT)系统，分析了ECT测量空隙率的基本原理。简述了3种空隙率测量建模方法，即分别基于遗传算法—偏最小二乘(GA-PLS)算法、蚁群算法(ASA)和最小二乘支持向量机(LS-SVM)的建模方法。建模数据均来自ECT传感器获取的电容值。在此基础上，提出了以ECT传感器......
    10. 《改进遗传神经网络在传感器温度补偿中的应用》PDF+DOC 精确辨识传感器温度补偿模型对于提高系统测试精度具有重要的意义。神经网络具有良好的自学习、自适应和非线性映射能力，但往往训练速度慢、易陷入局部极小值，而遗传算法具有很强的全局寻优能力，但其局部搜索能力却不足。本文探讨了利用改进遗传算法优化函数链神经网络，以获得全局最优解的方法，并根据多温度条件下的实测......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。