基于遺傳支持向量機(jī)算法的壓力變送器溫度補(bǔ)償方法

羅元成，張 進(jìn)

(1.重慶工程職業(yè)技術(shù)學(xué)院 信息工程學(xué)院， 重慶 400050；(2.重慶川儀自動(dòng)化股份有限公司 技術(shù)中心， 重慶 401121)

【信息科學(xué)與控制工程】

基于遺傳支持向量機(jī)算法的壓力變送器溫度補(bǔ)償方法

羅元成1，張 進(jìn)2

(1.重慶工程職業(yè)技術(shù)學(xué)院 信息工程學(xué)院， 重慶 400050；(2.重慶川儀自動(dòng)化股份有限公司 技術(shù)中心， 重慶 401121)

由于膜電式壓力變送器的測(cè)量數(shù)據(jù)會(huì)隨著溫度的變化而發(fā)生溫度漂移，針對(duì)該問題，提出了遺傳(GA)算法和支持向量機(jī)(SVM)算法相結(jié)合的方法對(duì)壓力變送器的輸出數(shù)據(jù)進(jìn)行補(bǔ)償處理，通過遺傳算法優(yōu)化SVM參數(shù)C、δ2，然后利用SVM的函數(shù)擬合建立補(bǔ)償模型；通過分析工程實(shí)驗(yàn)結(jié)果，該方法在全局收斂性、非線性目標(biāo)函數(shù)逼近能力等方面效果顯著，在壓力傳感器溫度補(bǔ)償處理上具有較高的實(shí)用性。

遺傳(GA)算法；壓力變送器；函數(shù)擬合；溫度漂移

在自動(dòng)化過程儀表領(lǐng)域內(nèi)，膜電式壓力變送器是應(yīng)用十分廣泛的一種變送器[1]，它的作用是把獲取的壓力信號(hào)轉(zhuǎn)換為可以實(shí)際輸出的D/A數(shù)字信號(hào)。在實(shí)際工程應(yīng)用中，由于受到溫度等外界因素的影響，會(huì)產(chǎn)生溫度漂移的現(xiàn)象；因此，為了減小溫度變化對(duì)于測(cè)量數(shù)據(jù)的誤差影響，應(yīng)該使用合理有效的算法來提高輸出精度。

目前，應(yīng)用較為廣泛的溫補(bǔ)算法有：三階樣條插入法[2]、RBF神經(jīng)網(wǎng)絡(luò)算法和最小二乘算法等。這些算法雖然有很好的函數(shù)逼近效果，但是其面對(duì)輸入變量為非線性集合時(shí)，存在算法較為復(fù)雜、擬合精度不高、收斂速度較慢、容易陷入局部極小等缺點(diǎn)。

本研究結(jié)合遺傳算法具有全局優(yōu)化能力的特點(diǎn)，使其對(duì)支持向量機(jī)的參數(shù)C、δ2進(jìn)行非線性回歸處理，然后建立起SVM的線性回歸函數(shù)溫度補(bǔ)償模型[3]，來對(duì)壓力變送器的輸出數(shù)據(jù)進(jìn)行溫度補(bǔ)償。支持向量機(jī)與遺傳算法融合在一起，可以大大提高其全局的搜索能力[4]，更好地實(shí)現(xiàn)對(duì)壓力傳感器的溫度補(bǔ)償。

1 支持向量機(jī)回歸模型

支持向量機(jī)(SVM)的基本思路是假設(shè)數(shù)據(jù)的樣本集合為(xi,yi)(其中，i=1,2,…,n；實(shí)際輸出集合為yi，待優(yōu)化輸入集xi∈RN)，然后將輸入空間集合xi通過一個(gè)非線性映射φ映射到一個(gè)更高維的特征向量空間F，在這個(gè)特征空間F中得到支持向量機(jī)的線性回歸函數(shù)[5-6]

y=[ω?φ(x)]+b

(1)

式中：ω為權(quán)值向量；“?”表示內(nèi)積；φ(x)為非線性變換；b為閾值。

根據(jù)數(shù)理統(tǒng)計(jì)學(xué)理論，建立參數(shù)ω、b的最小化的線性回歸函數(shù)為

(2)

(3)

(4)

通過計(jì)算上述過程，可以得到支持向量機(jī)回歸函數(shù)[8]

(5)

式中：K(x,xi)=φ(x)·φ(xi)為核函數(shù)；本研究采用的是較為常用的徑向基核函數(shù)[9]為

2 遺傳算法優(yōu)化支持向量機(jī)參數(shù)

遺傳算法的步驟是初始化編碼生成待優(yōu)化的參數(shù)集合，通過計(jì)算個(gè)體之間的適應(yīng)度函數(shù)值，并保留適應(yīng)度大的個(gè)體，進(jìn)行變異[10]和交叉[10]操作，反復(fù)進(jìn)行遺傳迭代直到達(dá)到算法終止條件。遺傳算法在應(yīng)用于參數(shù)優(yōu)化問題時(shí)，算法實(shí)現(xiàn)較為簡(jiǎn)單，并且不易陷入局部最小化。

影響支持向量機(jī)(SVM)逼近擬合效果主要有2個(gè)因素：懲罰系數(shù)C、核函數(shù)參數(shù)δ2；因此，可以通過遺傳算法來優(yōu)化SVM參數(shù)C、δ2，使用遺傳算法優(yōu)化SVM參數(shù)流程如圖1所示。

圖1 GA-SVM算法流程

1) 遺傳算法種群初始化編碼

參數(shù)C、δ2的優(yōu)化區(qū)間為(1～200)和(0.01～100)，參數(shù)C、δ2采用二進(jìn)制編碼的長(zhǎng)度分別為10、12(假設(shè)參數(shù)C、δ2的初始化隨機(jī)值為155、60；表示為二進(jìn)制碼：0010011011、000000111100)，將這個(gè)隨機(jī)的22位二進(jìn)制編碼設(shè)置為初始的染色體。

2) 適應(yīng)度函數(shù)[11]

支持向量機(jī)(SVM)的擬合效果的好壞取決于選擇適當(dāng)?shù)倪m應(yīng)度函數(shù)，本算法選取適應(yīng)度函數(shù)為均方誤差方程[12]

(6)

式中：Mi和Ni分別表示樣本的輸入值和實(shí)際輸出值；n為測(cè)試樣本的個(gè)數(shù)。

3) 復(fù)制、交叉、變異

4) 終止條件判斷

如果在設(shè)定的最大迭代次數(shù)之前，適應(yīng)度函數(shù)值達(dá)到了設(shè)置的最大極值并收斂于此，滿足遺傳算法的終止條件，即停止遺傳操作。

3 數(shù)據(jù)標(biāo)定與結(jié)果分析

實(shí)驗(yàn)仿真一共選取5個(gè)溫度補(bǔ)償點(diǎn)作為標(biāo)定基點(diǎn)： -25℃、5℃、25℃、75℃、90℃， 在壓力標(biāo)定點(diǎn)的滿量程百分比為1、0.75、0.5、0.4、0.3、0.2、0.1、0.05和0；然后選取GA-SVM初始化參數(shù)為：繁殖種群規(guī)模為20，最大迭代次數(shù)為30次，交叉概率為0.85，變異概率為0.35，停止迭代條件為eMSE≤0.98。

使用GA-SVM算法以后得到的最終參數(shù)為：C=67.432，δ2=2.598，SVM回歸函數(shù)系數(shù)(ai-a*i)為[-5.322 1, 2.435 6, 5.325 6, -11.239 0, 6.003 2, 6.432 5, 7.009 6, 32.321, 20.930 4, 15.567 3, 32.091 2, -10.738 9, -32.392 0, 4.564 5, -0.129 0]，線性回歸函數(shù)常數(shù)項(xiàng)b=-6.486 0。表1、表2是變送器在溫度補(bǔ)償點(diǎn)下的壓力標(biāo)定、溫度標(biāo)定的采樣數(shù)據(jù)，表3為在實(shí)驗(yàn)溫度25℃下GA-SVM算法補(bǔ)償后壓力輸出值。

通過表3實(shí)驗(yàn)結(jié)果可以看出：經(jīng)過遺傳算法處理后，迭代到第25次時(shí)，適應(yīng)度函數(shù)eMSE達(dá)到了0.978 7，傳感器實(shí)際輸出誤差在±1.00%的范圍之內(nèi)，圖2、圖3分別為懲罰因子C、核函數(shù)參數(shù)δ2隨遺傳迭代次數(shù)的變化曲線。

圖4為在實(shí)驗(yàn)溫度25℃下，壓力變送器的理論標(biāo)定值與實(shí)際輸出值之間的擬合曲線對(duì)比圖。

表1 壓力標(biāo)定采樣數(shù)據(jù)

表2 溫度標(biāo)定采樣數(shù)據(jù)

表3 實(shí)驗(yàn)溫度25℃測(cè)試及誤差分析

圖2 懲罰因子C隨迭代次數(shù)收斂曲線

圖3 核函數(shù)參數(shù)δ2隨迭代次數(shù)收斂曲線

圖4 GA-SVM算法壓力輸出值擬合曲線

4 結(jié)論

針對(duì)壓力變送器隨著溫度變化輸出結(jié)果發(fā)生漂移的現(xiàn)象，提出了一種遺傳算法與支持向量機(jī)相融合的補(bǔ)償方法，實(shí)驗(yàn)結(jié)果表明該算法明顯降低了溫度變化而引起壓力變送器輸出結(jié)果的誤差，克服了在迭代時(shí)容易陷入局部最小的缺點(diǎn)，提高了變送器壓力輸出的穩(wěn)定性和可靠性，獲得了很好的補(bǔ)償效果，在實(shí)際工程中有很好的應(yīng)用價(jià)值。

[1] 蘆明霞，李昂.光纖光柵的概述及其應(yīng)用[J].科技信息.2009(8):276.

[2] 徐士良.數(shù)值分析與算法[M].北京：機(jī)械工業(yè)出版社,2007.

[3] 朱雪凌，李強(qiáng)，基于遺傳算法的風(fēng)電場(chǎng)最優(yōu)接入容量問題研究[J].電力系統(tǒng)保護(hù)與控制，2010,38(9):55-60.

[4] 祝海龍，張海軍.基于小波變換和支持向量機(jī)的人臉檢測(cè)系統(tǒng)[J].西安交通大學(xué)學(xué)報(bào)，2002,36(9):946-950.

[5] HANDL J.An cvolutionary appoarch to multiobjcctivc clustcring[J].IEEE Transactions on Evolutionary Computation,2007,11(1):56-60.

[6] 李良敏，王生昌.基于遺傳算法的回歸型支持向量機(jī)參數(shù)選擇法[J].計(jì)算機(jī)工程與應(yīng)用，2008,44(7):23-26.

[7] 鄧乃揚(yáng).數(shù)據(jù)挖掘中新方法—支持向量機(jī)[M].北京：科學(xué)出版社，2004.

[8] Pramanik C,Saha H.Temperature Compensation of Piezoresistative Micro-Machined Porous Silicon Pressure Sensor by ANN[J].Micorelectronics Reliability,2006(46):343-351.

[9] 徐科軍.基于靜動(dòng)態(tài)分離的MAF傳感器動(dòng)態(tài)非線性建模[J].儀器儀表學(xué)報(bào)，2009,30(2):280-286.

[10]周鳴爭(zhēng)，汪軍.基于支持向量機(jī)的傳感器非線性誤差校正[J].電子科技大學(xué)學(xué)報(bào)，2006,35(2):242-245.

[11]唐浩，屈梁生.基于支持向量機(jī)的發(fā)動(dòng)機(jī)故障診斷[J].西安交通大學(xué)學(xué)報(bào)，2007,41(9):1124-1126.

[12]喬立巖，馬云形.基于遺傳算法和支持向量機(jī)的特征子集選擇方法[J].電子測(cè)量與儀器學(xué)報(bào)，2006,20(1):1-5.

(責(zé)任編輯 楊繼森)

Method Based on Genetic with Support Vector Machine of Pressure Transmitter Compensation

LUO Yuan-cheng1, ZHANG Jin2

(1.College of Information Engineering, Chongqing Vocational Institute of Engineering, Chongqing 400050, China; 2. Technique Center, Chongqing Chuanyi Automation Co., LTD., Chongqing 401121, China)

Because that the grating measuring data isolation pressure transmitter occur temperature drift and zero drift due to temperature change, this paper combined genetic algorithm(GA) with support vector machine (SVM) method of algorithm for compensating treatment of the output data of pressure transmitter, which got the parametersCandδ2with the SVM though genetic method optimize, and then got the model of the SVM function fitting. Through the analysis of engineering experiments, the proposed method has significantly affect in approximation ability and other aspects of the nonlinear target function and global convergence function and has much practicability in temperature compensation of pressure sensor.

algorithm with Genetic (GA); pressure transmitter; function fitting; temperature drift

2015-03-02

重慶市經(jīng)委技術(shù)創(chuàng)新專項(xiàng)“科里奧利力質(zhì)量流量計(jì)傳感器開發(fā)”(cstc2014yykfB70006)

羅元成(1982—)，男，實(shí)驗(yàn)師，主要從事計(jì)算機(jī)網(wǎng)絡(luò)工程研究。

10.11809/scbgxb2015.08.029

羅元成，張進(jìn).基于遺傳支持向量機(jī)算法的壓力變送器溫度補(bǔ)償方法[J].四川兵工學(xué)報(bào)，2015(8):115-118.

format:LUO Yuan-cheng, ZHANG Jin.Method Based on Genetic with Support Vector Machine of Pressure Transmitter Compensation[J].Journal of Sichuan Ordnance,2015(8):115-118.

TP181

A

1006-0707(2015)08-0115-04