10.3969/j.issn.1000-3835.2009.01.001
改进PSO算法结合FLANN在传感器动态建模中的应用
将改进的粒子群优化(PSO)算法和函数联接型神经网络(FLANN)相结合,实现传感器的动态线性建模.利用传感器的动态标定实验数据,首先训练FLANN神经网络,网络训练结束后的权值作为粒子群中某个粒子的初始值,而后利用改进的PSO算法继续寻优,得到的全局最优值即为所求的传感器动态模型的系数.实验结果表明,该方法结合了PSO和FLANN两者的优点,建模精度高.
MAF传感器、粒子群优化算法、函数联接型神经网络、建模
28
TP212.6(自动化技术及设备)
安徽省青年教师基金资助项目2006jql035
2009-03-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
1-3,8