流量計流量及流速在線測量裝置的探討 五十一

4.2.2 神經網絡的應用模型及算法

人工神經網絡的基本模型主要有：反傳網絡模型、感知器模型、自組織映射模型、Hopfield 網絡模型、適應諧振理論、波耳茲曼機等等。

課題中對流速校準系數的處理就是利用神經網絡建立非線性模型對任意連續非線性函數的逼近能力，實現對非線性傳感特性的線性化，減小非線性誤差。

表示系統對過去的輸入和輸出都是非線性的，并且過去的輸入和過去的輸出是不可分離的。神經網絡作為被辨識對象的模型可以實現對線性與非線性、靜態與動態系統的離線或在線辨識，可以作為辨識模型的網絡模型有BP 算法網絡、CMAC 網絡和RBF網絡，BP 網絡存在局部尋優、收斂速度慢和算法復雜等缺點，使得實際使用十分困難。RBF 網絡雖然具有最佳逼近特性，但是RBF 網絡的中心求取比較困難。CMAC 神經網絡的學習算法是簡單的算法，收斂速度比BP 快得多，且不存在局部極小的問題。

詳情請瀏覽公司網站的產品中心 http://www.ladynoble.net/ 流量計