| 基于优化的GA-BP网络算法的混合气体识别 |
| |
| 引用本文： | 杜鸿飞,谢光忠. 基于优化的GA-BP网络算法的混合气体识别[J]. 电子元件与材料, 2019, 38(12): 69-79 |
| |
| 作者姓名： | 杜鸿飞 谢光忠 |
| |
| 作者单位： | 电子科技大学 光电科学与工程学院,四川 成都 610054;电子科技大学 数学科学学院,四川 成都 611731;电子科技大学 光电科学与工程学院,四川 成都,610054 |
| |
| 基金项目： | 国家自然科学基金;国家自然科学基金;国家自然科学基金 |
| |
| 摘 要： | 基于还原氧化石墨烯(RGO)复合材料设计并制备气体传感器构成气体传感器阵列,对NO_2和NH_3组成的混合气体进行性能测试,构建算法对混合气体进行识别。通过主成分分析法发现混合气体的响应与气体浓度具有非线性关系,选择BP网络作为识别工具;根据多次模拟结果的预测均方误差(MSE)箱线图,对BP网络的参数进行优化,使其性能大幅提升;采用均匀分布U(-3,3)生成随机数并经过遗传算法(GA)优化后,作为GA-BP网络算法的初始权重和阈值,采用BP网络算法对混合气体进行识别。结果表明,优化的GA-BP网络算法在300次模拟中对混合气体的定性识别准确率均为100%,定量预测在最坏情况下的相对误差不超过30%,可靠性胜过BP网络算法,具有较好的参考价值。
|
| 关 键 词： | GA-BP网络算法 混合气体识别 气体传感器阵列 还原氧化石墨烯(RGO) |
Mixed gas identification based on optimized GA-BP network algorithm |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
