基于遺傳支持向量機的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)的質量起著至關重要的作用。在實際的應用中,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,進而提高整個測試系統(tǒng)度和擴大測量范圍,對E+E傳感器進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參數(shù)難確定的問題,結合遺傳算法全局搜索能力強的特點,提出一種遺傳算法和支持向量機相結合的方法,建立E+E傳感器非線性校正的支持向量機模型,并闡述遺傳算法對支持向量機進行參數(shù)優(yōu)化的實現(xiàn)過程。在實現(xiàn)過程中,應用Matlab語言編制訓練程序對CYJ-101型壓力E+E傳感器進行非線性校正并驗證遺傳支持向量機方法的可行性。同時,分別與支持向量機方法和BP神經(jīng)網(wǎng)絡法校正的結果進行對比分析,驗證該方法的*性。實驗結果表明:和支持向量機方法校正的結果相比,遺傳支持向量機方法能更好地解決支持向量機及其核函數(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方法用于E+E傳感器非線性校正及補償?shù)能浖糠?使得該方法在實際應用中得以實現(xiàn)。