基于ICPSO-BP神经网络的光纤SPR传感器开环系统优化研究

TP212.4%TN253; 表面等离子共振(SPR)传感器开环系统的弊端,对全局搜索粒子群算法(PSO)的早熟收敛问题进行改进,提出了一种动态信息调整且速度可控的改进型合作粒子群算法(ICPSO).该方法通过在粒子飞行状态控制的迭代方程中引入子群最优信息,较好地保持了粒子多样性,有效地避免寻优飞行中粒子的早熟收敛.进一步将该算法作为BP神经网络的训练算法,建立了更为优化的ICPSO-BP神经网络.最后,利用ICPSO-BP神经网络对光纤SPR开环系统的内部非线性模型进行辨识补偿,分别建立单输入、双输入、三输入的ICPSO-BP神经网络补偿模型,实验及仿真结果表明新算法在测试线性精度和速度上均...

Full description

Saved in:
Bibliographic Details
Published in量子电子学报 Vol. 39; no. 4; pp. 662 - 675
Main Authors 付丽辉, 戴峻峰
Format Journal Article
LanguageChinese
Published 淮阴工学院自动化学院,江苏淮安223003%淮阴工学院电子信息工程学院,江苏 淮安223003 2022
Subjects
光纤光学
开环系统
光纤传感器
粒子群算法
表面等离子共振效应
神经网络
Online AccessGet full text
ISSN1007-5461
DOI10.3969/j.issn.1007-5461.2022.04.022

Cover

More Information
Summary:TP212.4%TN253; 表面等离子共振(SPR)传感器开环系统的弊端,对全局搜索粒子群算法(PSO)的早熟收敛问题进行改进,提出了一种动态信息调整且速度可控的改进型合作粒子群算法(ICPSO).该方法通过在粒子飞行状态控制的迭代方程中引入子群最优信息,较好地保持了粒子多样性,有效地避免寻优飞行中粒子的早熟收敛.进一步将该算法作为BP神经网络的训练算法,建立了更为优化的ICPSO-BP神经网络.最后,利用ICPSO-BP神经网络对光纤SPR开环系统的内部非线性模型进行辨识补偿,分别建立单输入、双输入、三输入的ICPSO-BP神经网络补偿模型,实验及仿真结果表明新算法在测试线性精度和速度上均具有较好的表现,从而保证了光纤SPR良好的线性测试效果,为光纤SPR传感器进一步应用打下一定基础.
ISSN:1007-5461
DOI:10.3969/j.issn.1007-5461.2022.04.022