引入粒子群方差条件的PSO气体传感器温度补偿

作者：唐朝国

来源：电子元器件与信息技术, 2020, 4(01): 152-154.

DOI：10.19772/j.cnki.2096-4455.2020.1.066

• 误差补偿
• BP神经网络
• PSO算法
• 位置方差

针对综合管廊中温度变化导致气体传感器数据失真的问题,提出一种引入粒子群方差条件的PSO算法(VCPSO,variance condition particle optimization algorithm),利用该算法寻找用于温度补偿的BP神经网络的初值。首先,在传统PSO算法考虑粒子适应度值的基础上,额外计算整个粒子群在搜索空间中分布的方差。若适应度停止更新且方差较大则认为搜索陷入局部平坦区域,无法继续寻优。然后,采用logistic映射更新粒子位置解决搜索停滞的问题。最后,通过贪婪算法保证搜索收敛。实验结果表明,较传统PSO,VCPSO收敛精度更高,稳定性更强。经补偿后,传感器误差均值约为25ppm,误差小于2%。