关键词：自适应遗传算法;;BP神经网络;;气体识别;;定量分析
摘 要：针对混合气体检测问题,利用误差反向传播(BP)算法和遗传算法,提出了用自适应遗传算法优化BP神经网络的方法来实现定量检测。即利用遗传算法的全局搜索能力,对神经网络连接权值和阈值进行优化,再以优化后的初值作为BP神经网络的初始连接权值和阈值,最后用附加"动量项"的误差反向传播算法训练BP网络。设计了一个结构为7×18×3的3层BP网络用于一组含有5个样本的混合气体识别试验。结果表明:将自适应遗传神经网络算法应用于混合气体定量识别的训练中,收敛速度比附加"动量项"BP算法要快,而且学习精度更高,识别效率也提高了2/3。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取