流量计流量及流速在线测量装置的探讨 五十一

4.2.2 神经网络的应用模型及算法

人工神经网络的基本模型主要有：反传网络模型、感知器模型、自组织映射模型、Hopfield 网络模型、适应谐振理论、波耳兹曼机等等。

课题中对流速校准系数的处理就是利用神经网络建立非线性模型对任意连续非线性函数的逼近能力，实现对非线性传感特性的线性化，减小非线性误差。

表示系统对过去的输入和输出都是非线性的，并且过去的输入和过去的输出是不可分离的。神经网络作为被辨识对象的模型可以实现对线性与非线性、静态与动态系统的离线或在线辨识，可以作为辨识模型的网络模型有BP 算法网络、CMAC 网络和RBF网络，BP 网络存在局部寻优、收敛速度慢和算法复杂等缺点，使得实际使用十分困难。RBF 网络虽然具有最佳逼近特性，但是RBF 网络的中心求取比较困难。CMAC 神经网络的学习算法是简单的算法，收敛速度比BP 快得多，且不存在局部极小的问题。

详情请浏览公司网站的产品中心 http://www.dlysys.com/ 流量计