论文部分内容阅读
针对最小二乘法、分段线性化、神经网络等拟合方法的不足,提出了解决浓度传感器输出特性拟合的遗传神经网络方法,该方法首先使用遗传算法对浓度传感器的输出特性进行“粗拟合”,再用小波神经网络进行“细拟合”,提出遗传进化停滞算子与自适应变异方法,实验验证该方法的有效性.当环境条件发生变化时,只要测量几组数据对,该方法可自动重新训练网络,获得新的多项式系数,实现浓度传感器的在线动态标定.