| 基于萤火虫优化BP神经网络方法的传感器温度补偿策略 |
| |
| 引用本文： | 王慧,符鹏,宋宇宁.基于萤火虫优化BP神经网络方法的传感器温度补偿策略[J].机械强度,2020,42(1):109-114. |
| |
| 作者姓名： | 王慧 符鹏 宋宇宁 |
| |
| 作者单位： | 辽宁工程技术大学机械工程学院,阜新,123000;营口理工学院机械与动力工程系,营口,115014 |
| |
| 摘 要： | 为了解决硅压阻式压力传感器温度漂移现象影响工程测量精度的问题,提出一种基于萤火虫优化的BP神经网络温度补偿策略。对一般型BP神经网络利用萤火虫算法进行权值和阈值的优化,进而提高神经网络的泛化性能和搜索速度,并利用优化后的BP神经网络进行压力传感器温度补偿实验。将优化后的BP神经网络温度补偿性能与一般的神经网络和粒子群优化的神经网络进行对比分析,结果表明:萤火虫优化后的BP神经网络补偿效果显著,相比于一般的神经网络补偿误差减少了52%,相比于粒子群优化的BP神经网络补偿误差减少了23%;考虑补偿耗时,萤火虫优化的BP神经网络综合特性表现良好,补偿后的传感器数据满足课题实验需求,补偿算法可行。
|
| 关 键 词： | 萤火虫算法 BP神经网络 传感器 温度补偿 |
TEMPERATURE COMPENSATION STRATEGY OF PRESSURE SENSOR BASED ON BP NEURAL NETWORK OPTIMIZED BY GLOWWORM SWARM OPTIMIZATION |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
