基于RBF神经网络和遗传算法的ERT传感器优化
颜华
张馨
王伊凡
沈阳工业大学 信息科学与工程学院,沈阳110870
摘要：为优化ERT传感器性能,提出一种RBF神经网络与遗传算法相结合的传感器参数优化方法.采用RBF神经网络实现传感器参数与其性能指标间的非线性映射;采用敏感场均匀性和灵敏度矩阵条件数构成传感器综合评价指标F,并以最小化F为目标函数,利用RBF神经网络计算个体的适应度函数,利用遗传算法实现了电板长度和宽度的自动寻优.结果表明,优化后的传感器在综合评价指标、重建图像的视觉效果以及重建图像误差上均有明显改善,所提方法具有较大实用价值.
关键词：电阻层析成像传感器优化RBF神经网络遗传算法结构参数敏感场重建
分类号：TP274(自动化技术及设备)
资助基金：国家自然科学基金(61372154)国家自然科学基金(61071141)辽宁省博士启动基金(201601157)
论文发表日期：2021-05-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 295-300 )
英文信息