[发明专利]一种传感器的非线性补偿方法

权利要求书

1.一种传感器的非线性补偿方法，其特征在于，包括：

S101，选取在一定温度区间内铂电阻感应多个温度对应的电阻值值作为样本数据；

S102，采用蝙蝠算法优化支持向量机的参数以获得最优参数，采用最优参数建立最优的非线性所述支持向量机；

S103，利用最优的非线性所述支持向量机对所述样本数据进行预测。

2.根据权利要求1所述的传感器的非线性补偿方法，其特征在于，步骤102中具体包括：

S201，设置所述支持向量机的参数：惩罚参数C、RBF核参数δ、损失函数ε的参数范围；初始化蝙蝠群相关参数：设定初始种群个体数n、脉冲响度A₀、脉冲发射率r₀、蝙蝠脉冲发射速率增加系数γ、脉冲响度衰减系数α、蝙蝠搜索脉频率上下限f_min,f_max、最大迭代次数t_max与搜索精度ε；

S202，初始化蝙蝠的位置x_i和速度v_i；

S203，确定适应度评估函数f(x),x＝(x₁,…x_d)^T，根据所述适应度评估函数评价每个蝙蝠的适应度值以寻找当前最优解x^*；

S204，调整蝙蝠搜索脉冲频率，按公式(1)、(2)、(3)更新蝙蝠的速度与位置：

f_i＝f_min+(f_max-f_min)β (1)

式中：β是[0，1]随机产生的均匀随机数；f_i表示声波的频率；x^*表示当前全局最优解；表示在t时刻第i只蝙蝠的位置，表示此刻的速度；

S205，生成均匀分布的随机数rand，如果rand＞r_i，则进入S206，否则进入S207，其中，r_i为第i只蝙蝠的脉冲发射率；

S206，对当前最优解进行随机扰动以产生一个新解，并对该新解进行越界处理，即在当前选择的最优解附近搜索一个局部解，记录当前最优解；

S207，通过随机飞行产生一个新解，如果rand＜A_i且f(x_i)＜f(x^*)，则进入S208，否则进入S209，其中，A_i为第i只蝙蝠的脉冲响度；

S208，记录这个新解，且利用公式(4)、(5)更新r_i与A_i；

r_i^t+1＝r_i⁰[1-exp(-γ*t)] (4)

式中，r_i^t+1表示第i只蝙蝠在t+1代的脉冲发射率，r_i⁰表示第i只蝙蝠的最大脉冲发射率，γ为脉冲发射率增加系数，其中，γ＞0，分别表示第i只蝙蝠在t+1和t代的脉冲响度，a∈[0,1]为脉冲响度衰减系数；

S209，对蝙蝠群中的所有蝙蝠的适应度值进行排序，找出当前的最优解和最优适应度值；

S210，假如满足预设搜索精度或者达到最大搜索次数，则转到步骤S211，否则返回步骤S204；

S211，输出当前全局最优解，基于当前选取最优的非线性支持向量机模型及其参数。

3.根据权利要求2所述的传感器的非线性补偿方法，其特征在于，步骤S103具体包括：

S301，将所述样本数据分为训练样本集和测试样本集；

S302，对测试样本集和训练样本集的数据进行归一化；

S303，根据步骤S211选取的最优参数设置支持向量机的训练参数，对训练样本集进行训练学习，并用该支持向量机对测试样本进行训练；

S304，获取测试样本集的预测结果。

4.根据权利要求2所述的传感器的非线性补偿方法，其特征在于，步骤S211中基于当前选取最优的非线性支持向量机模型及其参数包括：训练参数、模型的类型、核函数类型、损失函数及其参数。