流量計流量及流速在線測量裝置的探討 五十
4.2 利用神經(jīng)網(wǎng)絡(luò)對校準(zhǔn)系數(shù)非線性的處理
基于前一章對在線流速測量裝置的測試數(shù)據(jù)進(jìn)行分析,通過水流量標(biāo)準(zhǔn)裝置對流速傳感器不同條件下(如流速、管徑)的校準(zhǔn)系數(shù)進(jìn)行測試標(biāo)定,這種對校準(zhǔn)系數(shù)的修正是建立在已有的水流量測量標(biāo)準(zhǔn)裝置基礎(chǔ)上的,還有一種對校準(zhǔn)系數(shù)的修正方法是基于神經(jīng)網(wǎng)絡(luò)的邏輯計算模型的自適應(yīng)修正方法。
4.2.1 神經(jīng)網(wǎng)絡(luò)的概述
人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks)是一種模仿動物神經(jīng)網(wǎng)絡(luò)行為特征,進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。人工神經(jīng)網(wǎng)絡(luò)具有自適應(yīng)、自組織和實時學(xué)習(xí)的能力,克服了傳統(tǒng)的基于邏輯符號的人工智能在處理直覺、非結(jié)構(gòu)化信息方面的缺陷。神經(jīng)網(wǎng)絡(luò)可以通過已知的相互對應(yīng)的輸入、輸出數(shù)據(jù),分析掌握兩者之間潛在的規(guī)律,最終根據(jù)這些規(guī)律,用新的輸入數(shù)據(jù)來推算輸出結(jié)果,通常將這種學(xué)習(xí)分析的過程被稱為“訓(xùn)練” 。
本章就是應(yīng)用這種訓(xùn)練方法對已經(jīng)實驗的數(shù)據(jù)進(jìn)行分析,進(jìn)而推算出相鄰相近的數(shù)據(jù)規(guī)律,減少了試驗次數(shù),節(jié)省時間和資源。
詳情請瀏覽公司網(wǎng)站的產(chǎn)品中心 http://m.sol365.cn/ 流量計