用遗传网络校正传感器非线性误差的研究

                      文章描述了一种用反函数校正传感器非线性误差的方法,阐述了校正原理,提出了利用BP  神经网络和遗传算法相结合,拟合传感器传输特性反函数的算法,该算法可将传感器传输特性的非线性模型,改造成为与实际物理过程相一致的不失真的线性模型,给出了一个应用实例,其结果表明,可使传感器的非线性误差有较大的减少。关键词:传感器;非线性误差;反函数;神经网络;遗传算法Abstract  :  This  paper  describe  a  method  that  the  nonlinear  error  of  the  sensor  is  corrected  using  a  inverse  function.  The  correction  principle  is  expounded.  A  neural  network  of  using  genetic  algorithms  is  showed  ,  the  network  can  close  with  sensor  input  and  output  essence  ,  and  the  nonlinear  model  sensor  can  be  retrofitted  into  a  non2distortion  linear  model  that  isconsistent  with  the  actual  physical  process.  Finally  ,  a  applied  example  is  introduced  ,  the  experimental  results  show  that  sensor  nonlinear  errors  are  reduce  more  than  tenfold.Key  words  :  sensor  ;linear  error  ;inverse  function  ;neural  network  ;genetic  algorithms