基于 PSO-SVM的電化學傳感器非線性校正研究.pdf

1、在測試系統(tǒng)中傳感器起著至關(guān)重要的作用，其輸出信號的可靠性和自身性能的優(yōu)劣決定了整個測試系統(tǒng)的質(zhì)量。在工程應用中，諸多環(huán)境因素都會對傳感器的性能造成影響，進而使整個系統(tǒng)的測量精度降低、系統(tǒng)穩(wěn)定性變差。而工作環(huán)境的溫度對電化學傳感器的影響尤為明顯。所以，為了使電化學傳感器的性能得到改善，進而使測試系統(tǒng)的測量范圍和精度得到提升，對電化學傳感器采用非線性校正是尤為必要的。
　　本論文針對現(xiàn)有的電化學傳感器非線性校正方法中的缺陷以及支持向量

2、機（SVM）核函數(shù)的參數(shù)不能輕易確定等問題，結(jié)合微粒群優(yōu)化算法（PSO）在粒子尋優(yōu)方面的優(yōu)點，提出一種微粒群優(yōu)化支持向量機的方法，建立了電化學傳感器非線性校正的模型，并對如何實現(xiàn)微粒群優(yōu)化算法對支持向量機進行參數(shù)優(yōu)化的過程進行了闡述。
　　應用 Matlab軟件對礦用多參數(shù)氣體傳感器進行非線性校正，并對微粒群優(yōu)化支持向量機方法（PSO-SVM）的可行性進行了驗證。與此同時，將非線性校正的結(jié)果分別與單獨采用支持向量機的方法和單獨采用

3、 BP神經(jīng)網(wǎng)絡方法所得到的校正結(jié)果進行對比分析，以驗證該方法具有優(yōu)越性。
　　實驗結(jié)果表明：與單獨采用支持向量機方法校正的結(jié)果相比，粒子群優(yōu)化支持向量機方法（PSO-SVM）能更好地的對支持向量機及其核函數(shù)的參數(shù)進行選取，實現(xiàn)各個參數(shù)間的最優(yōu)化搭配；采用BP神經(jīng)網(wǎng)絡的方法使得O2和CO的傳感器原始的最大百分比誤差分別從6.58％和18.48%下降到2.79%和8.51%，而采用粒子群優(yōu)化的徑向基核函數(shù)支持向量機使其原始的最大百分比

4、誤差分別下降到2.49%和5.28%。對于O2電化學傳感器，通過 BP神經(jīng)網(wǎng)絡法獲得的傳感器輸出值均方根誤差和平均絕對百分比誤差為0.52%和2.39%，而粒子群優(yōu)化支持向量機方法所獲得的均方根誤差和平均絕對百分比誤差為0.27%和1.11%；對于CO電化學傳感器，通過BP神經(jīng)網(wǎng)絡法獲得的傳感器輸出值的均方根誤差和平均絕對百分比誤差為55ppm和4.80%，而粒子群優(yōu)化支持向量機方法所獲得的均方根誤差和平均絕對百分比誤差為20ppm和1