在线微波水分仪水分检测的非线性性自动校正方法

摘要

本发明提供的是一种高精确度的在线微波水分仪对水分检测数据进行非线性性自动校正的方法。它采用遗传算法与智能模糊神经网络算法相结合的方式。首先将微波水分仪采集的水分数据样本在遗传算法上进行适应性最优化；其次，将检测的水分最优化解建立相应的模糊系统，映照得到模糊函数F＝P(Bi)作为非线性性校正函数；然后利用神经网络算法的自学性进行水分检测数据非线性性的自动校正和非模糊化的处理，获得被测物料水分的结果。本发明的优点在于充分利用遗传算法对水分采集样本进行宏观性搜索；模糊神经网络算法适应性，快速性，自学性和有效性等。该方法将遗传算法、智能模糊神经网络算法结合起来发挥各自的优势，避免了局部极小的局限性。

主权项

一种高精确度的在线微波水分仪在水分检测中对检测数据进行非线性性自动校正的方法，其特征在于：该方法实现了在线微波水分仪检测时的水分数据非线性性实时在线的高精确度自动校正；首先根据在线微波水分仪采集的水分数据样本，利用遗传算法中的浮点数编码法，根据被检测物料介电常数，环境温度，物料厚度，物料密度的决策变量进行最优化筛分，获得最优化解群；接着根据论域模糊系统理论，建立模糊控制系统，获得以上决策变量的模糊函数F＝P(Bi)，并以此函数作为校正函数，在前馈神经网络系统自适应，自学习性下，利用被检测物料的决策变量：检测物料介电常数、环境温度、物料厚度、物料密度，对该微波水分仪检测的水分进行实时在线的高精确度自动校正；同时利用神经网络的自学习性，进行非模糊化处理，获得最终的水分仪检测值，并传送到主控箱显示窗口进行数字化显示。