基于云粒子群-最小二乘支持向量机的传感器温度补偿* (2012年)
需积分: 28 158 浏览量
2021-05-10
23:43:51
上传
评论
收藏 437KB PDF 举报
第
25
卷第
4
期
2012
年
4
月
传感技术学报
CHINESE
JOURNAL
OF
SENSORS
AND
ACTUATORS
Vo
l. 25
No.4
Ap
r.
2012
Temperature
Compensation
of
Sensor
ßased
on
CMPSO-LSSVM"
ZHANG
Ch
α
olong
*
,]
IANG
}ul
α
ng
,
ll
Y;
αn
阳
i
，
CHEN
S
均
run
，
ZHA
Ch
α
ngli
, W ANG Chenlin
(School
0/
Physics and Electrical
Enginee
口
ng
,Anqing
Norm
α
1
University ,Anqing Anhui
246011
,China)
Abstract:
The precls
lO
n of sensor is affected greatly by temperature , and a new method is put forward
for
sensor
temperature
compensation based on Cloud Model Particle Swarm Optimization-Least Square Supp
0l
1 Vector Machine
(
CMPSO-LSSVM).
Cloud model particle
SW
aI
m optimization ( CMPSO) algorithm is proposed when cloud model
algorithm
was introduced into the convergence process of
PSO
algorithm. The simulations prove the
CMPSO
has
better
optimization performance than the other main PSOs. The CMPSO searches parameters
for
LSSVM
and
established
the temperature compensation model of vibrating-wire senso
r.
This method improves the temperature
stability
and its accuracy is more better than the other main methods , which has been proved through experiments.
Key
words:
cloud model; PSO ;
LSSVM
; temperature compensation
EEACC
:7230
doi:10.
3969/j.
issn.1004-1699.
2012.
04.
011
基于云粒子群-最小二乘支持向量机的传感器温度补偿*
张朝龙位，江巨浪，李彦梅，陈世军，查长礼，王陈宁
(安庆师范学院物理与电气工程学院，安徽安庆
246011)
摘
要:针对传感器的测量精度受温度影响较大问题，提出了一种基于云粒子群一最小二乘支持向量机(
CMPSO-LSSVM)
的
温度补偿方法。云粒子群算法(
CMPSO)
将云模型算法应用于粒子群优化(
PSO)
算法的收敛机制，具有寻优精度高的特点。
CMPSO
算法对
LSSVM
的参数进行优化选择，建立
CMPSO-LSSVM
传感器温度补偿模型。将该模型应用于振弦式传感器的温
度补偿，通过实验证明了该温度补偿方法优于当前其他主要方法。
关键词:云模型;粒子群优化;最小二乘支持向量机;温度补偿
中图分类号
:T
P2
12
文献标识码
:A
文章编号:
1004-1699
(2012)
04-0472-06
传感器在工业检测过程中不仅受目标参量影
响，也受其他非目标参量，尤其是温度的影响。为降
低温度对检测目标参量的影响，需要对传感器的检
测结果进行温度补偿
[IJ
即对被测目标参量的检测
值和当前温度测量值智能处理，得到检测目标参量
的精确值
O
温度补偿方法的研究是传感器温度补偿的核心
问题，典型的温度补偿方法有回归分析川、神经网
络
[3
J
等，回归分析法需要建立多维回归方程，通过大
规模的矩阵方程求解;神经网络如
BP
神经网络，该算
法过拟合现象严重，泛化能力差。支持向量机
SVM
(Support Vector
Machine)
在用于回归估计时有较好
的泛化能力，已经被应用于传感器的温度补偿问
o
最
小二乘向量机
LSSVM
(Le
ast Square Support Vector
Machine)
是
SVM
中的一种比
SVM
有着更快的运行
速度，在传感器温度补偿方面有着良好的应用
[5]
LSSVM
在回归分析时必须对惩罚因子
C
和核函数参
数
σ
设置准确的数值，若使用网格搜索，则耗时且精
度不高。粒子群优化
[6J
PSO
(Pal1icle Swarm Optimiza-
tion)
算法被引人到
LSSVM
的参数选择山，但基本
PSO
算法被证明在优化过程中存在早熟收敛、易陷入
局部最优的问题。已有研究成果表明将其他优化算
法与
PSO
算法混合，如将
PSO
算法与单纯形法川、混
沌遍历[川和量子计算
[ω]
等融合，利用优化算法的全
局寻优能力跳出局部最优以及利用优化算法的局部
求精能力提高搜索精度对自
0
算法的寻优性能有
较明显的改善效果。因此选择合适的优化算法与
PSO
算法融合，通过合理有效的机制完成进化过程，
项目来源:安徽省自然科学基金项目
(090412065)
;安庆师范学院青年科研基金项目
(KJ201104)
;安徽高校省级优秀青年人才
基金项日
(2012SQR
Ll
12
)
收稿日期
:2011-11-01
修改日期
:2012-01-03
资源评论
weixin_38720461
- 粉丝: 8
- 资源: 924
最新资源
- 20240616_195603662.jpeg
- 52481010776991400971718624279654.jpg
- _.sys_oaid_QQ浏览器压缩包.zip
- 三个工具 1、gui的分数显示，每5秒刷一次，数据库能到27年 2、WebServer改分数的接口 3、修改分数的html页面
- 计算整数各位数字之和 C++中如何计算任何一个正整数的各位数字之和
- FPM383C/FPM383F指纹模块，stm32例程，使用库函数
- 银行家算法学习笔记介绍和使用讲解
- 后缀表达式求值算法介绍
- DDR3 DDR4 DDR5参数详细解释,手把手教你学习流程，反复复习
- 多台单片机间网络的实现(互相通信)含源码
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
