《基于PSO-RBF神经网络的磁浮车悬浮间隙传感器非线性校正方法》PDF+DOC
作者:顾艳华,彭涛,廖珍贞,张晨昊,靖永志
单位:同济大学
出版:《城市轨道交通研究》2018年第12期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFGDJT2018120130
DOC编号:DOCGDJT2018120139
下载格式:PDF + Word/doc 文字可复制、可编辑
《RBF神经网络在传感器校正中的应用》PDF+DOC2003年第01期 汪晓东
《高速磁浮车间隙传感器非线性校正方法研究》PDF+DOC2013年第12期 靖永志,肖建
《高速磁浮车间隙传感器齿槽效应补偿方法研究》PDF+DOC2013年第04期 靖永志,肖建
《宽量程反射式光纤位移传感器的研究》PDF+DOC2002年第09期 汪晓东,叶美盈
《基于神经网络的铂电阻温度传感器非线性校正方法》PDF+DOC2002年第05期 刘天键,王劭伯,朱善安
《蚁群算法优化神经网络的零点误差非线性校正》PDF+DOC2013年第06期 吴文铁,宋曰聪,李敏
《基于PSO-RBF无线传感器网络入侵检测技术研究》PDF+DOC2011年第09期 易晓梅,吴鹏,刘丽娟,戴丹
《基于最小二乘支持向量机的压力传感器非线性校正》PDF+DOC2010年第06期 翟玉千,贾石峰
《基于人工神经网络的压力传感器三维数据融合》PDF+DOC2007年第02期 钱光耀,杨入超,赵光兴
《基于遗传神经网络的传感器非线性校正研究》PDF+DOC2006年第12期 董程林,成曙,肖晨静
针对磁浮车悬浮间隙传感器在0~20 mm范围内检测的非线性问题,建立了RBF(径向基函数)神经网络非线性校正逆模型,并采用粒子群算法对网络参数进行优化。仿真实验表明,所设计的PSO(粒子群优化)-RBF神经网络能够高精度地逼近传感器逆模型,经校正后传感器线性度可达0. 45%,全量程的检测误差小于0. 1 mm,能够满足悬浮控制系统的精度要求。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。