典型文献
基于精英反向学习的GA-BP神经网络的压力传感器校准
文献摘要：
针对压力传感器模组的输出精度校准问题,文章采用了通过精英反向学习策略来改进遗传算法优化BP神经网络的方法来提高压力传感器模组的输出精度.在BP神经网络算法的基础上,通过结合精英反向学习的思想,提高算法的全局搜索寻优能力.具体为通过精英反向学习策略去获得染色体的反向解,并通过适应度函数大小来获得更加优质的染色体从而构建新一代种群.通过实验测试表明,结合精英反向学习策略的GA-BP神经网络方法的输出结果精度高于BP神经网络法.并且相对于传感器厂商所用的传统最小二乘法拟合而言,这种方法的传感器校准精度更高.
文献关键词：
精英反向学习;遗传算法;BP神经网络;最小二乘法
中图分类号：
作者姓名：
吴凯枫;张立新;王军昂;王赛;凌云
作者机构：
南京信息工程大学自动化学院,江苏南京,210044
文献出处：
引用格式：
[1]吴凯枫;张立新;王军昂;王赛;凌云-.基于精英反向学习的GA-BP神经网络的压力传感器校准)[J].电子制作,2022(20):60-62
A类：
B类：
GA,压力传感器,传感器校准,模组,输出精度,精度校准,校准问题,精英反向学习策略,改进遗传算法,遗传算法优化,高压力,神经网络算法,全局搜索,寻优能力,略去,适应度函数,实验测试,测试表明,神经网络方法,输出结果,神经网络法,厂商,最小二乘法拟合
AB值：
0.241593
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
