壓力變送器信系統軟件實現核心是BP網絡訓練得到的權值與閾值的連接關系，權值與閾值是以數組運算及對每層神經元輸出進行tansig 激勵函數為主體，而神經網絡的權值與閾值是通過訓練樣本在MATLAB神經網絡工具箱中的訓練得到的。這里訓練樣本的采集是把壓力變送器信號和溫度信號的輸出電壓值放大處理后輸入到單片機，經過單片機A／D轉換之后得到數字量，直接應用數字量進行離線訓練，得到壓力變送器信網絡的權值與閾值，直接利用A／D值訓練的優點是減少了電壓A／D轉換的電壓損失，提高了輸出精度。利用檢測樣本來檢測訓練后的神經網絡，當滿足要求后將訓練得到的權值與閾值的連接關系用C語言表達移植到單片機中處理信號，完成控制算法的要求。

壓力變送器信BP網絡算法

壓力變送器信BP網絡 是目前應用廣泛的神經網絡模型，它分為輸入層、隱含層和輸出層3層，層與層之間多采用全互連方式，同一層單元之間不存在相互連接。壓力變送器信BP網絡是由信息的正向傳播和誤差的反向傳播組成，正向傳播的輸入模式從輸入層經隱層逐層處理并傳向輸出層，如果輸出層沒有得到期望的結果，則將誤差信號沿原來的通路返回并修改各層的權值轉為反相傳播，直到誤差小，終達到期望的目標值。

更多資訊歡迎關注晨淼液位計官網：http://www.799082.com