蚁群算法优化神经网络的零点误差非线性校正  

Zero Error Nonlinear Correction of Neural Network Optimized by Ant Colony Optimization Algorithm

作　　者：吴文铁[1] 宋曰聪[1] 李敏[1] 

机构地区：[1]绵阳师范学院数学与计算机科学学院,四川绵阳621000

出　　处：《计算机工程》2013年第6期247-250,共4页Computer Engineering

基　　金：四川省教育厅基金资助项目(11ZA166);绵阳师范学院2011校级学科群建设基金资助项目(2011C05)

摘　　要：为解决电流互感器的零点误差非线性校正问题,提出一种蚁群算法优化径向基函数(RBF)的零点误差非线性校正方法(ACO-RBF)。利用蚁群算法对RBF神经网络参数进行优化,并采用优化后的RBF神经网络对电流互感器零点误差进行自适应校正。仿真结果表明,相对于其他校正方法,ACO-RBF可提高电流互感器自动测试系统的测量精度,减少测量误差,较好地反映零点误差变化的特点。Aiming at zero error nonlinear correction problem of Current Transformer（CT）, this paper presents a nonlinear sensor zero error correction algorithm based on Radial Basis Function（RBF） neural network optimized by Ant Colony Optimization（ACO） method（ACO-RBF）. The parameters of RBF neural network are optimized by ACO algorithm, and the optimized RBF neural network is used to correct CT zero error adaptively. Simulation results show that the proposed method can effectively improve the measuring accuracy of automatic test system and reduce measurement error compared with other methods. It can reflect the characteristic of zero.

关 键 词：电流互感器 零点误差 径向基函数神经网络 蚁群算法 非线性校正 

分 类 号：TP216[自动化与计算机技术—检测技术与自动化装置]