【技术实现步骤摘要】
本专利技术涉及温度补偿，具体为一种新型气体传感器的温度补偿方法。
技术介绍
1、气体检测传感器主要包括金属氧化物半导体传感器、电化学传感器等，这些传感器都是基于目标气体与传感器的敏感元件发生化学反应，通过改变传感器的电特性（电阻、电流等）来实现对气体浓度的检测，具有高灵敏度、操作简易等优点，但是这些传感器的高灵敏度往往是以高温工作环境作为代价，并且受其他非目标气体的影响十分严重，基于碳纳米管的气体传感器一直以来都是众多研究者的研究热点，其中电离式碳纳米管气体传感器基于气体放电原理，能够克服吸附式传感器易饱和、解吸附时间长等问题，近年来得到了广泛的关注，电离式碳纳米管气体可从结构上分为两电极结构传感器和三电极结构传感器两种，其中两电极结构电离式气体传感器具有结构简单、制备容易的优势，可实现对多种气体的检测，但检测结果容易受温度变化的影响，会导致较大的检测误差。
技术实现思路
1、（一）解决的技术问题
2、针对现有技术的不足，本专利技术提供了一种新型气体传感器的温度补偿方法，提出一种鲸鱼算法优化最小二乘支持向量机的温度补偿模型（woa-lssvm），实现温度校正，解决温度对气体测量的干扰问题，减小检测误差，解决了上述问题。
3、（二）技术方案
4、为实现上述目的，本专利技术提供如下技术方案：一种新型气体传感器的温度补偿方法，包括以下步骤：
5、s1、设定鲸鱼优化算法的种群数目、最大迭代次数、个体维数、正则化参数和核函数参数的选取范围；p>
6、s2、生成初始种群，将训练样本进行归一化；
7、s3、将归一化的训练样本输入最小二乘支持向量机模型进行训练，将鲸鱼优化算法预测值与训练样本标定浓度值之间的均方根误差作为适应度值；
8、s4、计算每个个体的适应度值，并确定种群中最优个体的位置；
9、s5、计算收敛因子a，并更新鲸鱼优化算法的参数a、c及随机数p；
10、s6、进行种群个体位置更新；
11、s7、进行收敛条件判定，若达到最大迭代次数或最小二乘支持向量机模型训练误差则停止迭代进入s8，否则返回s3；
12、s8、将鲸鱼优化算法寻优得到的正则化参数和核函数参数输入最小二乘支持向量机模型进行训练，得到温度补偿模型；
13、s9、通过温度补偿模型进行气体浓度预测，输出预测值实现对气体传感器的温度补偿。
14、优选的，所述训练样本归一化的公式如下所示：
15、
16、公式中，表示归一化后的训练样本数据值，表示原始训练样本数据值，表示原始训练样本最小数据值，表示原始训练样本最大数据值。
17、优选的，所述适应度值计算公式如下所示：
18、
19、公式中，表示适应度值，表示训练样本的总数，表示第组训练样本的实际值，表示第组训练样本的预测值，表示索引下标。
20、优选的，所述收敛因子的计算公式如下所示：
21、
22、公式中，表示从2线性递减至0的收敛因子，表示最大迭代次数，表示当前迭代次数。
23、优选的，所述鲸鱼优化算法参数的计算公式如下所示：
24、
25、公式中，表示从2线性递减至0的收敛因子，表示之间的随机数。
26、优选的，所述鲸鱼优化算法参数的计算公式如下所示：
27、
28、公式中，表示之间的随机数。
29、优选的，所述种群个体位置更新，当时，根据以下公式进行更新：
30、
31、公式中，表示当前个体在第代的更新位置，表示随机个体的位置，表示鲸鱼优化算法的参数，表示用来指向随机选择个体与当前个体之间的偏移量。
32、优选的，所述种群个体位置更新，当时，根据以下公式进行更新：
33、
34、公式中，表示当前个体在第代的位置，表示鲸鱼优化算法的参数，、表示当前个体与随机个体之间的距离向量，表示随机数，表示控制因子，用于调节搜索范围的缩小，表示分布在之间的随机数。
35、优选的，所述指向随机选择个体与当前个体之间的偏移量计算公式如下所示：
36、
37、公式中，表示随机个体的位置，表示鲸鱼优化算法的参数，表示当前个体在第代的更新位置。
38、优选的，所述当前个体与随机个体之间的距离向量的计算公式如下所示：
39、
40、公式中，当前个体在第代的位置，表示当前个体在第代的更新位置。
41、与现有技术相比，本专利技术提供了一种新型气体传感器的温度补偿方法，具备以下有益效果：
42、本专利技术通过设定优化参数并生成初始种群，方法能够在多维空间内寻找到最佳的正则化参数和核函数参数，从而最大限度地降低模型的训练误差，通过对训练样本的归一化处理，该方法提高了数据的可比性和模型的收敛速度，鲸鱼优化算法在适应度评估中利用均方根误差，确保了优化过程的有效性和稳定性，最终经过多次迭代，模型不仅能够精确捕捉温度变化对气体传感器输出的影响，还能输出准确的气体浓度预测值，从而显著降低因温度波动带来的检测误差，提升了传感器的整体性能与可靠性。
本文档来自技高网...【技术保护点】
1.一种新型气体传感器的温度补偿方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种新型气体传感器的温度补偿方法，其特征在于：所述训练样本归一化的公式如下所示：
3.根据权利要求2所述的一种新型气体传感器的温度补偿方法，其特征在于：所述适应度值计算公式如下所示：
4.根据权利要求3所述的一种新型气体传感器的温度补偿方法，其特征在于：所述收敛因子的计算公式如下所示：
5.根据权利要求4所述的一种新型气体传感器的温度补偿方法，其特征在于：所述鲸鱼优化算法参数的计算公式如下所示：
6.根据权利要求5所述的一种新型气体传感器的温度补偿方法，其特征在于：所述鲸鱼优化算法参数的计算公式如下所示：
7.根据权利要求6所述的一种新型气体传感器的温度补偿方法，其特征在于：所述种群个体位置更新，当时，根据以下公式进行更新：
8.根据权利要求7所述的一种新型气体传感器的温度补偿方法，其特征在于：所述种群个体位置更新，当时，根据以下公式进行更新：
9.根据权利要求8所述的一种新型气体传感器的温度补偿
10.根据权利要求9所述的一种新型气体传感器的温度补偿方法，其特征在于：所述当前个体与随机个体之间的距离向量的计算公式如下所示：
...【技术特征摘要】
1.一种新型气体传感器的温度补偿方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种新型气体传感器的温度补偿方法，其特征在于：所述训练样本归一化的公式如下所示：
3.根据权利要求2所述的一种新型气体传感器的温度补偿方法，其特征在于：所述适应度值计算公式如下所示：
4.根据权利要求3所述的一种新型气体传感器的温度补偿方法，其特征在于：所述收敛因子的计算公式如下所示：
5.根据权利要求4所述的一种新型气体传感器的温度补偿方法，其特征在于：所述鲸鱼优化算法参数的计算公式如下所示：
6.根据权利要求5所述的一种新型气体传感器的温度补偿方法，...
【专利技术属性】
技术研发人员：程珍珍，贺伟，董燕飞，何国锋，
申请(专利权)人：河南城建学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。