基于蚁群聚类算法的RBF神经网络在压力传感器中的应用.pdf

《基于蚁群聚类算法的RBF神经网络在压力传感器中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第26卷第6期传感技术学报V01．26No．62013年6月CHINESEJOURNALOFSENSORSANDACTUATORSJun．2013TheApplicationofRBFNeuralNetworkBasedonAntColonyClusteringAlgorithmtoPressureSensorSUNYanmei，DUWenhe，FENGChanghao，LIUDaosen，LUJunguo，CUIQuanling，MIAOFengjuan，SONGZhizhang(1．InstituteofCommunic

2、ationsandElectronicsEngineering，QiqiharUniversity，QiqiharHeilongjiang161006，China；2．OficeofthePrincipal，QiqiharUniversity，QiqiharHeilongjiang161006，China)Abstract：Aimingatthedrawbackoftemperaturedriftofthepressuresensor，atemperaturecompensationmethodofRBFNeuralNetw

3、orksbasedonantcolonyclusteringisproposed．Basedonthefeatureofparallelsearchoptimumoftheantcolonyalgorithmandadynamicmethodtoadjusttheparameterofevaporationcoeficient，thecenterofeachbasisfunctionofRBFcanbedefinedbyusinganewproposedclusteringalgorithm；inordertosimplif

4、ythestructureofRBFnetwork，weuseapruningmethodtoremovethosehiddenunits．Thesimulationresultsshowedthatthemethodhasthefeaturesofsmallerror，highprecisionandagoodcompensationeffectforthepressuresensor’Stern—peraturedrift．Keywords：RBFneuralnetwork；antcolonyclustering；pre

5、ssuresensorEEACC：2520C；2560Ldoi：10．3969／j．issn．1004-1699．2013．06．010基于蚁群聚类算法的RBF神经网络在压力传感器中的应用术孙艳梅，都文和，冯昌浩，刘道森，卢俊国，崔全领，苗凤娟，宋志章(1．齐齐哈尔大学通信与电子工程学院，黑龙江齐齐哈尔161006；2．齐齐哈尔大学党办、校办，黑龙汀齐齐哈尔161006)摘要：针对压力传感器在应用中存在温度漂移这一缺点，提出了一种基于蚁群聚类算法的RBF(RadialBasisFunction)神经网络温度补偿方法利用蚁群算

6、法的并行寻优特征和一种自适应调整挥发系数的方法作为聚类算法来确定RBF神经网络的基函数的位置，并通过裁减的方法约简隐层的神经元达到简化网络结构的目的。通过仿真可以看，该算法具有误差小，精度高等优点，对压力传感器的温度漂移有较好的补偿效果。关键词：RBF神经网络；蚁群聚类算法；压力传感器中图分类号：TP212文献标识码：A文章编号：1004-1699(2013)06—0806—04在现代信息技术中信息采集的首要部件是传感感器的输出具有一定的温度漂移，温度漂移极大地器，它位于系统的最前端，其性能的好坏直接关系到降低了压阻式压力传

7、感器的可靠性和准确性，影响数据采集的有效性和信息处理的准确性，因此，传感和限制了它在工业领域中的推广应用，为此必须对器成为现代信息技术发展中的一项关键技术。在传其进行温度补偿。感器应用领域中，压力传感器技术相对成熟，性能稳随着人工智能技术特别是人工神经网络的发定。其中利用硅的压阻效应和集成电路技术制成的展，为传感器的温度补偿提供了新的有效手段，同压阻式压力传感器具有灵敏度高、动态响应快、使用时，在降低对传感器材料性能要求的前提下，使得进方便等特点，它的发展极为迅速，是目前市场占有量一步提高传感器的检测性能成为可能，许多专家和

8、最大、应用最广泛的传感器之一。但由于其独特的学者开始着手基于神经网络的温度补偿研究【1-2]。制造工艺和特有的半导体特性，使得压阻式压力传由于RBF神经网络具有收敛速度快、补偿精度高的项目来源：国家自然科学基金项目(61204127)；黑龙江省教育厅2013科学技术研究项目(1253176