基于粒子群支持向量机的湿度传感器温度补偿

摘要

针对高分子湿敏电容感应元件容易受温度影响的问题,提出了运用改进的基于非线性递减惯性权重和自适应变异的粒子群优化支持向量机(AMPSO-SVM)方法对湿度传感器进行温度补偿,并与遗传支持向量机(GA-SVM)和标准粒子群支持向量机(PSO-SVM)优化方法进行了比较.结果表明:经过改进的粒子群优化支持向量机方法补偿后,湿度数据的相对误差绝对值均在3％之内,同时仅在25步迭代之后就达到了最优值.因此AMPSO-SVM相比于其他方法有抗早熟能力强,搜索精度高,收敛速度快的优点,用于湿度传感器温度补偿是有效可行的.