神经网络和遗传算法在光纤陀螺温度漂移建模中的应用  

Application of Artificial Neural Network and Genetic Algorithm in Modeling of Fiber Optic Gyroscope Temperature Drift

作　　者：尹文龙[1] 谭月辉[1] 于晓伟[1] 张磊[1] 

机构地区：[1]石家庄军械工程学院软件工程教研室

出　　处：《微计算机信息》2006年第04Z期273-275,共3页Control & Automation

基　　金：国家863项目

摘　　要：该文提出了一种基于人工神经网络和遗传算法的光纤陀螺温度漂移建模的方法,并采用混配的方法,对遗传算法进行了改进,克服了遗传算法中所存在的种群内过早收敛的缺点,极大地提高了预测算法的准确度。经实测数据验证,该方法具有较好预测的效果。This paper presents a method of modeling the FOG Temperature Drift based on artificial neural network and genetic algorithm. A novel method named commingle copulation is used to overcome the shortcoming of converging too fast existing in species in genetic algorithm. The precision of the predicting algorithm is largely improved. The simulation result showed that method can be used to identify the temperature Drift model of FOG.

关 键 词：光纤陀螺 温度漂移 混配 人工神经网络 遗传算法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]