金属线胀系数实验误差补偿的新方法——人工神经网络法

大学物理 ›› 2012, Vol. 31 ›› Issue (8): 25-25.

金属线胀系数实验误差补偿的新方法——人工神经网络法

郭颖

陕西理工学院物理与电信工程学院,陕西汉中723001

出版日期:2012-08-25 发布日期:2012-08-20

Using ANN to error compensation and analysis for experiment of measuring the metal linear expansion coefficient

Online:2012-08-25 Published:2012-08-20

摘要/Abstract

摘要： 分析光杠杆法测量金属线胀系数实验的误差及误差产生原因，发现温度变化与刻度间隔并非线性变化．对比传统误差分析方法，利用神经网络非线性映射能力，对实验数据进行误差补偿分析，均方根误差达到0．00001，消除非线性影响，误差降低．

关键词: 金属线胀系数, 神经网络, 误差补偿

Abstract: This paper analyzes the factors that influence the measure of the metal linear coefficient of expansion in light lever experiment and finds that calibration is nonlinear variation with temperature changing. Artificial neural network （ANN） has more abilities to learning and highly nonlinear reflecting than other traditional method. It is used to error compensation and analysis for experiment, and the simulation result obtained shows that the method is feasible and the calculation is precise.

Key words: metal linear expansion coefficient, artificial neural network （ANN）, error compensation

中图分类号:

O414.19

郭颖. 金属线胀系数实验误差补偿的新方法——人工神经网络法[J]. 大学物理, 2012, 31(8): 25-25.

[1]	谭昊炎, 邵瀚雍, 刘思胤, 王爱记, 白在桥. 基于 LED 光电池阵列和神经网络的空间定位方法[J]. 大学物理, 2021, 40(8): 81-.
[2]	王瑞敏. 以Hopfield神经网络模型为例的大学物理教学设计[J]. 大学物理, 2014, 33(4): 44-44.
[3]	王淑青汤照陈春雷王慧. 神经网络在棱镜摄谱仪定量分析光谱中的应用[J]. 大学物理, 2008, 27(1): 43-43.
[4]	范利平. 采用千分表测定金属线胀系数[J]. 大学物理, 2005, 24(2): 43-43.
[5]	朱伟利. 实现人工智能的新途径—神经网络型计算[J]. 大学物理, 1992, 11(8): 32-32.