文件名称：基于改进遗传神经网络的微硅加速度传感器动态补偿研究 (2004年)
文件大小：492KB
文件格式：PDF
更新时间：2024-05-29 11:00:08
自然科学 论文
比较遗传算法与神经网络的特点，并对将遗传算法用于函数连接型神经网络（FLNN）的优点进行了研究。对遗传算法的编码方法、交换和变异操作做了改进，提出了一种融合改进遗传算法的FLNN用于微硅加速度传感器动态性能补偿的新方法。该方法不依赖于传感器的动态模型，可根据传感器的动态响应数据，建立补偿模型，采用改进遗传神经网络搜索和优化补偿模型参数，既保留了遗传算法的全局搜索能力，又具有神经网络的鲁棒性和自学习能力。介绍补偿原理及算法，给出动态补偿网络的数学模型。结果表明，该补偿方法能克服FLNN收敛速度慢、容易陷入局