《基于参数变化粒子群算法的MAF传感器建模》PDF+DOC
作者:张媛媛,徐科军,张进
单位:合肥工业大学
出版:《合肥工业大学学报(自然科学版)》2008年第06期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFHEFE2008060140
DOC编号:DOCHEFE2008060149
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于Hammerstein模型的MAF传感器的动态非线性建模》PDF+DOC2008年第04期 张媛媛,徐科军,张进
《一种热线式MAF传感器分段块联模型辨识》PDF+DOC2008年第01期 滕勤,王雪翠,谈建,徐科军
《基于改进粒子群算法的传感器测量土壤水分》PDF+DOC2020年第03期 张凤莉,杨花雨
《传感器多项式回归快速建模》PDF+DOC2011年第05期 周玉霞,田治平
《一种基于PSO的有效能量空洞避免的无线传感器路由算法》PDF+DOC2009年第04期 刘安丰,吴贤佑,陈志刚
《基于QDPSO-BP网络的多传感器融合算法》PDF+DOC2008年第03期 张宇林,蒋鼎国,朱小六,徐保国
《热膜式空气质量流量传感器块联模型结构辨识》PDF+DOC2008年第03期 滕勤,马标,徐科军
《热膜式空气质量流量传感器动态非线性建模》PDF+DOC2007年第04期 任好,徐科军,王肖芬,滕勤
《基于粒子群算法的传感器动态补偿及LabVIEW实现(英文)》PDF+DOC2014年第01期 张霞,张志杰,陈保立
《WSN中节点布置优化的一种改进PSO算法》PDF+DOC2013年第30期 李家斌,陈燕
在用Hammerstein模型描述热膜式空气质量流量(MAF)传感器时,应用多项式回归分析建立其静态非线性环节的模型,应用参数线性变化的粒子群优化(PSO)算法建立其动态线性环节的模型。文章给出PSO算法的适应度函数及算法流程,并说明了参数设置的方法。研究表明,与基本粒子群算法相比,参数线性变化粒子群算法的建模精度及收敛速度有很大提高。应用参数变化粒子群算法进行传感器动态建模是非常有效的。
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。