基于改进GA-BP神经网络的FDM式3D打印机故障诊断

1

作者 殷冬年 解乃军 纪有旺 《印刷与数字媒体技术研究》 北大核心 2025年第4期169-181,共13页

针对当前FDM(Fused Deposition Modeling)式3D打印机故障诊断方式存在精确度低、灵活性不足等缺陷,本研究提出了一种基于改进GA-BP神经网络的FDM式3D打印机故障诊断模型。通过分析影响打印故障的因素,得出故障诊断模型的输入变量,以此构... 针对当前FDM(Fused Deposition Modeling)式3D打印机故障诊断方式存在精确度低、灵活性不足等缺陷,本研究提出了一种基于改进GA-BP神经网络的FDM式3D打印机故障诊断模型。通过分析影响打印故障的因素,得出故障诊断模型的输入变量,以此构建BP神经网络模型;针对BP学习算法易陷入局部最优解问题,利用遗传算法优化网络的初始权值和阈值,并进一步结合遗传进化原理,改进了遗传算法自适应交叉和变异概率策略。通过实验结果分析,本研究所提的基于改进GA-BP神经网络的3D打印机故障诊断模型的诊断准确率在97%以上,比基于BP神经网络的基础诊断模型的诊断准确率提升了12.9%,迭代次数减少了22次,比传统阈值检测法的诊断准确率提升了24.3%。 展开更多

关键词 FDM式3D打印机 故障诊断 BP神经网络 遗传算法 自适应交叉和变异概率

在线阅读 下载PDF 职称材料

基于自适应概率神经网络的损伤模式识别研究 被引量：3

2

作者 吴子燕 杨海峰 +1 位作者 覃小文 阎云聚 《振动与冲击》 EI CSCD 北大核心 2008年第7期8-12,共5页

在传统的概率神经网络(PNN)的基础上,提出了通过Gap-Based方法初步估算平滑因子σ,并以遗传算法优化σ参数集的自适应概率神经网络(APNN)模式分类识别方法。以桥梁健康监测委员会提出的两跨桥梁Benchmark模型为例,通过将小波包分解结构... 在传统的概率神经网络(PNN)的基础上,提出了通过Gap-Based方法初步估算平滑因子σ,并以遗传算法优化σ参数集的自适应概率神经网络(APNN)模式分类识别方法。以桥梁健康监测委员会提出的两跨桥梁Benchmark模型为例,通过将小波包分解结构在正弦激励和交通激励载荷模型下的动力响应信号的能量特征向量作为网络的输入样本,利用APNN进行了损伤模式进行识别。结果表明,APNN不仅识别精度高和抗噪性能好,而且还能用于输入特征向量参数筛选和降维,提高学习效率和识别精度。 展开更多

关键词 损伤模式识别 自适应概率神经网络(apnn) 能量特征向量 平滑因子 桥梁Benchmark模型

在线阅读 下载PDF 职称材料

自适应概率神经网络及其在白酒电子鼻中的应用 被引量：10

3

作者 周红标 张宇林 +1 位作者 丁友威 刘佳佳 《智能系统学报》 CSCD 北大核心 2013年第2期177-182,共6页

为了探索电子鼻对白酒品质鉴别的可能性,利用自制的新型无线白酒电子鼻对洋河海之蓝、今世缘省接待、安徽迎驾大曲和牛栏山陈酿进行了分析.对所采集的数据进行平滑处理后提取稳态响应值和斜率值,利用主成分分析对特征向量进行降维处理,... 为了探索电子鼻对白酒品质鉴别的可能性,利用自制的新型无线白酒电子鼻对洋河海之蓝、今世缘省接待、安徽迎驾大曲和牛栏山陈酿进行了分析.对所采集的数据进行平滑处理后提取稳态响应值和斜率值,利用主成分分析对特征向量进行降维处理,并将获得的前2个主元得分作为概率神经网络识别模型的输入参量.针对传统概率神经网络平滑因子σ单一易导致分类错误的缺陷,利用差异演化算法优化σ参数集,建立了自适应概率神经网络识别模型.实验结果表明,DE-PNN相比BP-PNN、PSO-PNN和SVM等,识别精度更高,抗噪性能更好,同时也证明了电子鼻能有效地检出不同品牌的白酒. 展开更多

关键词 差异演化算法 自适应概率神经网络 电子鼻 白酒识别

在线阅读 下载PDF 职称材料

基于自适应概率神经网络的SINS/GPS组合导航系统故障诊断方法 被引量：11

4

作者 张华强 赵剡 连远峰 《中国惯性技术学报》 EI CSCD 北大核心 2012年第6期749-753,共5页

为保障SINS/GPS组合导航系统稳定可靠地工作,提出采用自适应概率神经网络方法对组合导航系统进行故障诊断和隔离。采用状态χ2检测法对组合导航系统进行实时检测,提取状态χ2检测结果分量作为自适应概率神经网络的输入用于判断故障类型... 为保障SINS/GPS组合导航系统稳定可靠地工作,提出采用自适应概率神经网络方法对组合导航系统进行故障诊断和隔离。采用状态χ2检测法对组合导航系统进行实时检测,提取状态χ2检测结果分量作为自适应概率神经网络的输入用于判断故障类型。采用高斯函数作为自适应概率神经网络的激励函数,为解决高斯核函数的宽度严重影响网络泛化能力的问题,使用交叉验证方法估算平滑因子,并采用粒子群优化算法优化平滑因子参数集。仿真结果表明,该算法能够准确地诊断出组合导航系统的故障并能确定故障发生的部件,保证了系统的安全可靠地运行。 展开更多

关键词 组合导航 自适应概率神经网络 粒子群优化算法 故障检测

在线阅读 下载PDF 职称材料

基于自适应误差修正模型的概率神经网络及其在故障诊断中的应用 被引量：17

5

作者 高甜容 于东 岳东峰 《计算机集成制造系统》 EI CSCD 北大核心 2013年第11期2824-2833,共10页

针对数控机床自身复杂性对故障诊断模型的需求,借助人工神经网络在故障诊断领域的优势,提出一种基于自适应误差修正模型的概率神经网络,以实现数控机床机械故障的实时诊断。针对概率神经网络由于未考虑模式间交错影响而导致判决界面有... 针对数控机床自身复杂性对故障诊断模型的需求,借助人工神经网络在故障诊断领域的优势,提出一种基于自适应误差修正模型的概率神经网络,以实现数控机床机械故障的实时诊断。针对概率神经网络由于未考虑模式间交错影响而导致判决界面有偏的问题,在概率神经网络的基础上设计自适应误差修正模型,通过对同类别错误分类样本进行自适应聚类并批量修正的过程,实现判决界面的重新规划。对双螺旋分类问题、IRIS分类问题的实验结果表明,该方法在分类准确率和模型泛化能力方面均优于概率神经网络方法和径向基概率神经网络方法,且训练速度和测试速度满足分类实时性需求。在数控机床故障诊断领域的应用表明,所提方法的故障模式识别准确率高,具有可行性和有效性。 展开更多

关键词 故障诊断 概率神经网络 自适应误差修正 数控机床

在线阅读 下载PDF 职称材料

基于小波包-概率神经网络的自适应报警技术的研究 被引量：1

6

作者 李志农 韩捷 +2 位作者 张遂强 郝伟 雷文平 《机床与液压》 北大核心 2007年第5期208-210,196,共4页

结合小波包分析和概率神经网络技术,提出了一种基于小波包分解-概率神经网络的机械故障自适应报警方法。该方法利用小波包获取振动信号各有效频带的能量作为报警参数,用概率神经网络构建设备运行状态模型,根据历史数据确定报警值并设置... 结合小波包分析和概率神经网络技术,提出了一种基于小波包分解-概率神经网络的机械故障自适应报警方法。该方法利用小波包获取振动信号各有效频带的能量作为报警参数,用概率神经网络构建设备运行状态模型,根据历史数据确定报警值并设置报警线。实验结果表明该方法是有效的,它克服了设备状态监测中报警线的设置与设备运行情况变化无关的缺陷,该方法在机械设备报警处理系统中有良好的应用前景。 展开更多

关键词 小波包分解 概率神经网络 自适应报警 故障诊断

在线阅读 下载PDF 职称材料

基于概率神经网络的自适应报警技术研究 被引量：1

7

作者 张遂强 郝伟 李志农 《汽轮机技术》 北大核心 2006年第2期133-135,137,共4页

为了解决目前设备状态报警线设置所存在的缺点,即报警线的设置与设备运行情况变化无关,提出了用概率神经网络构建设备运行状态模型,根据历史数据确定报警值并设置报警线的方法。实验表明,该方法是可行而有效的,用该方法设置的设备状态... 为了解决目前设备状态报警线设置所存在的缺点,即报警线的设置与设备运行情况变化无关,提出了用概率神经网络构建设备运行状态模型,根据历史数据确定报警值并设置报警线的方法。实验表明,该方法是可行而有效的,用该方法设置的设备状态报警线能够随设备运行而做自适应调整,对指导工业现场的设备监测具有现实意义。 展开更多

关键词 故障诊断 概率神经网络 自适应报警线 状态监测

在线阅读 下载PDF 职称材料

基于自适应概率神经网络的变压器健康状态评估 被引量：22

8

作者 张寒 刘卫东 +1 位作者 潘志敏 栗娟 《高压电器》 CAS CSCD 北大核心 2022年第2期103-110,共8页

传统变压器状态评估方法,多关注设备当前状态分析,缺少全方位预测其潜在健康状态方法,也无法确定变压器将来的故障发生概率。本文提出了一种基于自适应概率神经网络的变压器健康状态评估方法。该方法,首先从变压器内部本体特征和外部实... 传统变压器状态评估方法,多关注设备当前状态分析,缺少全方位预测其潜在健康状态方法,也无法确定变压器将来的故障发生概率。本文提出了一种基于自适应概率神经网络的变压器健康状态评估方法。该方法,首先从变压器内部本体特征和外部实时监测环境两方面,确定变压器健康状态指标因子,并进行数据预处理得到不相关的指标因子;然后,根据指标因子和样本标签,引入自适应参数训练,训练出用于预测的概率神经网络模型;最后,利用模型参数,通过将指标分为静态基础指标和动态可变指标,前者直接输入到网络中,后者利用AMIRA模型进行预测之后输入到网络中,得到变压器健康状态评估值。实验结果表明,该模型可获得更加准确的状态评估值,支撑变压器状态监测和预警工作。 展开更多

关键词 变压器 概率神经网络 自适应训练 状态评估

在线阅读 下载PDF 职称材料

基于自适应递阶遗传算法的神经网络优化策略 被引量：12

9

作者 吕俊 张兴华 张湜 《计算机工程与设计》 CSCD 北大核心 2005年第2期305-307,共3页

基于递阶结构的遗传算法可以同时对多层前向神经网络进行结构优化和权重求解。与基本的遗传算法相比,这种算法不仅在权重训练方面更加快速稳定,而且能在学习过程中确定网络的拓扑结构,具有较高的学习效率,而在遗传过程中采用自适应的交... 基于递阶结构的遗传算法可以同时对多层前向神经网络进行结构优化和权重求解。与基本的遗传算法相比,这种算法不仅在权重训练方面更加快速稳定,而且能在学习过程中确定网络的拓扑结构,具有较高的学习效率,而在遗传过程中采用自适应的交叉和变异概率能有效加快遗传速度和避免早熟现象的出现。 展开更多

关键词 自适应 多层前向神经网络 递阶遗传算法 变异概率 早熟现象 优化策略 拓扑结构 学习过程 学习效率 训练

在线阅读 下载PDF 职称材料

一种基于概率神经网络多信息融合的移动目标跟踪算法 被引量：4

10

作者 王昊 张波 田蔚风 《上海交通大学学报》 EI CAS CSCD 北大核心 2007年第4期564-564,共1页

采用概率神经网络（PNN）实现了对图像序列中移动目标——人头的跟踪．由于采用单一特征信息的跟踪算法在复杂环境中往往失效，故以头部的颜色信息模板和头部轮廓的梯度信息模板作为跟踪依据，并通过改变PNN的结构实现了图像信息的融合... 采用概率神经网络（PNN）实现了对图像序列中移动目标——人头的跟踪．由于采用单一特征信息的跟踪算法在复杂环境中往往失效，故以头部的颜色信息模板和头部轮廓的梯度信息模板作为跟踪依据，并通过改变PNN的结构实现了图像信息的融合以及自适应模板修正．实验结果表明，基于PNN的算法在处理目标的旋转和遮挡时有着良好的效果，且具有简单、跟踪鲁棒性好等特点． 展开更多

关键词 目标跟踪算法 概率神经网络 移动目标 多信息融合 信息模板 自适应模板 复杂环境 特征信息

在线阅读 下载PDF 职称材料

基于神经网络的多机动目标跟踪算法 被引量：2

11

作者 李辉 张安 +1 位作者 何胜强 沈莹 《西北工业大学学报》 EI CAS CSCD 北大核心 2006年第5期552-557,共6页

将神经网络理论用于多机动目标跟踪,解决了联合概率数据关联(JPDA)存在的计算量组合爆炸问题。基于神经网络数据关联(NDA)所得到的最佳关联假设,将其与简化信息融合并行自适应滤波算法(DAF)进行有效结合,在保证量测与目标有效关联的同时... 将神经网络理论用于多机动目标跟踪,解决了联合概率数据关联(JPDA)存在的计算量组合爆炸问题。基于神经网络数据关联(NDA)所得到的最佳关联假设,将其与简化信息融合并行自适应滤波算法(DAF)进行有效结合,在保证量测与目标有效关联的同时,还具备跟踪起始和终结的作用,实现了对多机动目标的状态滤波与预测。仿真结果表明,与传统的交互式多模型联合概率数据关联算法相比,新算法在保证多机动目标的跟踪精度及实时性要求的同时,计算量大大减少。 展开更多

关键词 联合概率数据关联 神经网络 信息融合 自适应滤波算法

在线阅读 下载PDF 职称材料

神经网络在多机动目标跟踪中的应用 被引量：2

12

作者 李辉 张安 +1 位作者 沈莹 程琤 《传感技术学报》 CAS CSCD 北大核心 2006年第6期2563-2566,2570,共5页

为解决多目标跟踪中数据关联与状态估计的问题引入神经网络方法.针对联合概率数据关联(JPDA)存在的计算组合爆炸问题,利用Hopfield网络解决TSP问题的思路找到神经网络联合概率数据关联(NJPDA)方法,并对其进行一定的改进解决其参数确定问... 为解决多目标跟踪中数据关联与状态估计的问题引入神经网络方法.针对联合概率数据关联(JPDA)存在的计算组合爆炸问题,利用Hopfield网络解决TSP问题的思路找到神经网络联合概率数据关联(NJPDA)方法,并对其进行一定的改进解决其参数确定问题.基于以上关联方法得到的关联概率,利用简化的信息融合自适应滤波算法,实现对目标轨迹的状态滤波与预测.以上综合方法充分利用了神经网络的优点,保证了多目标的跟踪精度及实时性. 展开更多

关键词 神经网络 联合概率数据关联 自适应滤波算法 信息融合

在线阅读 下载PDF 职称材料

基于改进遗传算法的神经网络控制 被引量：2

13

作者 张松兰 《火力与指挥控制》 CSCD 北大核心 2012年第6期170-172,共3页

神经网络结构简单,但训练容易陷入局部最优解,而遗传算法依照生物进化理论将群体进行选择交叉变异从而求取全局解。首先讨论了神经网络与遗传算法的结合方法,并针对传统遗传算法中存在的问题,采取一种改进的遗传算法,将两种智能控制方... 神经网络结构简单,但训练容易陷入局部最优解,而遗传算法依照生物进化理论将群体进行选择交叉变异从而求取全局解。首先讨论了神经网络与遗传算法的结合方法,并针对传统遗传算法中存在的问题,采取一种改进的遗传算法,将两种智能控制方法相结合进行研究,仿真结果表明此算法能有效改善系统的响应指标。 展开更多

关键词 神经网络 遗传算法 自适应 交叉概率 变异概率

在线阅读 下载PDF 职称材料

基于改进布谷鸟搜索优化RBF神经网络的抽油机故障诊断 被引量：3

14

作者 李博文 宋文广 徐加军 《中国工程机械学报》 北大核心 2023年第6期624-628,共5页

针对目前油田抽油机故障诊断存在耗时低效、无普适性等问题,提出通过动态自适应布谷鸟搜索(PSCS),优化径向基函数(RBF)神经网络的诊断方法。首先对示功图进行特征提取,作为RBF神经网络的输入层信息;接着引入动态发现概率和自适应步长,... 针对目前油田抽油机故障诊断存在耗时低效、无普适性等问题,提出通过动态自适应布谷鸟搜索(PSCS),优化径向基函数(RBF)神经网络的诊断方法。首先对示功图进行特征提取,作为RBF神经网络的输入层信息;接着引入动态发现概率和自适应步长,令布谷鸟搜索根据目标函数的收敛速度自动调整步长,确保不同搜索阶段的效率和精度保持平衡;最后改进的布谷鸟搜索优化RBF神经网络,获取其宽度、权值等最优相关参数,建立PSCS-RBF故障诊断模型。将模型应用于抽油机不同故障类型的诊断,并与当前主流的5种方法比较,所提出的PSCS-RBF故障诊断方法的平均检测精度达到95.9%,精度最高且耗时最短,验证了其实用性和优越性。 展开更多

关键词 抽油机故障诊断 动态发现概率 自适应步长 布谷鸟搜索 RBF神经网络

在线阅读 下载PDF 职称材料

磁流变阻尼器神经网络模型的建立及优化 被引量：1

15

作者 王伟江 闫兵 +1 位作者 徐昉晖 董大伟 《机械设计与制造》 北大核心 2021年第7期66-70,共5页

磁流变阻尼器在振动控制中有广阔的应用前景,建立其精确的力学模型是取得良好控制效果的关键因素之一。文中对某磁流变阻尼器进行了动力学性能测试;并通过统计学方法确定了该阻尼器正向、逆向模型的BP神经网络结构;针对传统遗传神经网络... 磁流变阻尼器在振动控制中有广阔的应用前景,建立其精确的力学模型是取得良好控制效果的关键因素之一。文中对某磁流变阻尼器进行了动力学性能测试;并通过统计学方法确定了该阻尼器正向、逆向模型的BP神经网络结构;针对传统遗传神经网络(GA-BP)早熟和收敛速度慢的问题,提出一种结合适应度线性变换、自适应交叉和变异概率的改进遗传神经网络(IGA-BP)算法;在此基础上,分别用BP神经网络、GA-BP神经网络和IGA-BP神经网络对阻尼器正向、逆向非参数化模型进行辨识。研究结果表明:文中提出的改进遗传神经网络算法收敛速度更快,模型精度更高,该非参数化模型能更准确地反映磁流变阻尼器的动力学特性。 展开更多

关键词 磁流变阻尼器 非参数化模型 遗传神经网络 线性尺度变换 自适应概率

在线阅读 下载PDF 职称材料

基于Hilbert信号空间的未知干扰自适应识别方法 被引量：8

16

作者 黄国策 王桂胜 +3 位作者 任清华 董淑福 高维廷 魏帅 《电子与信息学报》 EI CSCD 北大核心 2019年第8期1916-1923,共8页

针对大样本下未知干扰类型的分类识别问题,该文提出一种基于信号特征空间的未知干扰自适应识别方法。首先,基于Hilbert信号空间理论对干扰信号进行处理,建立干扰信号特征空间,进而利用投影定理对未知干扰进行最佳逼近,提出基于信号特征... 针对大样本下未知干扰类型的分类识别问题,该文提出一种基于信号特征空间的未知干扰自适应识别方法。首先,基于Hilbert信号空间理论对干扰信号进行处理,建立干扰信号特征空间,进而利用投影定理对未知干扰进行最佳逼近,提出基于信号特征空间的概率神经网络(PNN)分类算法,并设计了未知干扰分类识别器的处理流程。仿真结果表明,与两种传统方法相比,该方法在已知干扰的分类精度方面分别提高了12.2%和2.8%;满足条件的未知干扰最佳逼近效果随功率强度呈线性变化,设计的分类识别器在满足最佳逼近的各类干扰中总体识别率达到91.27%,处理干扰识别的速度明显改善;在信噪比达到4 dB时,对未知干扰识别准确率达到92%以上。 展开更多

关键词 无人机通信 未知干扰 自适应识别 Hilbert信号空间 概率神经网络

在线阅读 下载PDF 职称材料

静态图像中的自适应阈值肤色检测算法 被引量：8

17

作者 张明吉 王伟强 +1 位作者 郑清芳 高文 《计算机研究与发展》 EI CSCD 北大核心 2006年第9期1674-1680,共7页

提出了一种基于自适应阈值的肤色检测算法.相对于固定阈值的直方图检测方法,该算法可以针对不同的图像内容产生相应的最优分割阈值.通过对肤色概率分布直方图(SPDH)的观察分析,可以提取出4点线索来帮助寻找最优阈值,在此基础上训练出一... 提出了一种基于自适应阈值的肤色检测算法.相对于固定阈值的直方图检测方法,该算法可以针对不同的图像内容产生相应的最优分割阈值.通过对肤色概率分布直方图(SPDH)的观察分析,可以提取出4点线索来帮助寻找最优阈值,在此基础上训练出一个人工神经网络分类器来确定最优阈值.同时提出了一种图像逻辑运算,可以最大限度地去除混淆背景.提出的算法在寻找最优阈值的过程中无需迭代计算,因此速度快,适合于实时应用.实验结果表明其性能优于广泛采用的固定阈值肤色检测方法. 展开更多

关键词 肤色检测 自适应阈值 肤色概率分布直方图 人工神经网络 图像逻辑运算

在线阅读 下载PDF 职称材料

基于全信息技术的自适应报警方法研究 被引量：2

18

作者 张遂强 郝伟 李志农 《机械科学与技术》 CSCD 北大核心 2006年第12期1499-1502,共4页

针对目前设备状态报警线设置所存在的缺点,即只依据单通道信息及设定的报警阈值和设备实际运行状态变化无关,本文提出了一种基于多通道全信息技术的自适应报警方法。该方法利用概率神经网络构建设备运行状态模型,根据多通道历史数据确... 针对目前设备状态报警线设置所存在的缺点,即只依据单通道信息及设定的报警阈值和设备实际运行状态变化无关,本文提出了一种基于多通道全信息技术的自适应报警方法。该方法利用概率神经网络构建设备运行状态模型,根据多通道历史数据确定报警值并设置报警线。实验表明,该方法是可行的,而且是有效的,用该方法设置的设备状态报警线能够随设备运行而做自适应调整,对指导工业现场的设备监测具有现实意义。 展开更多

关键词 全信息技术 自适应报警方法 概率神经网络

在线阅读 下载PDF 职称材料

基于变量优选和近红外光谱技术的红富士苹果产地溯源 被引量：9

19

作者 张立欣 杨翠芳 +3 位作者 陈杰 张晓果 张楠楠 张晓 《食品与发酵工业》 CAS CSCD 北大核心 2022年第20期36-43,共8页

为实现对红富士苹果的产地溯源,采集阿克苏、静宁、灵宝、烟台的红富士苹果近红外光谱数据,分别采用归一化、中心化、一阶导数、二阶导数、标准正态变换、多元散射校正(multivariate scattering correction,MSC)、小波变换、SG平滑变换... 为实现对红富士苹果的产地溯源,采集阿克苏、静宁、灵宝、烟台的红富士苹果近红外光谱数据,分别采用归一化、中心化、一阶导数、二阶导数、标准正态变换、多元散射校正(multivariate scattering correction,MSC)、小波变换、SG平滑变换、傅里叶变换等9种方法对原始光谱进行预处理,建立概率神经网络(probabilistic neural network,PNN)模型对苹果的产地进行识别。结果表明,MSC预处理之后的模型总准确率最高,为97.5%,阿克苏、静宁、灵宝、烟台4个产地的准确率分别为100%、100%、90%、100%。为简化模型,对MSC预处理之后的光谱数据分别采用主成分法、连续投影算法(successive projection algorithm,SPA)、竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)、随机蛙跳算法(random frog,RF)、CARS-SPA、RF-SPA选取特征变量建模。综合考虑正确率和模型的复杂性,最优模型MSC-CARS-SPA-PNN的测试集的总准确率为98.75%,4个产地的红富士苹果准确率分别达到了100%、100%、95%、100%。该研究可为红富士苹果的产地溯源提供理论参考。 展开更多

关键词 苹果 近红外光谱 概率神经网络 连续投影算法 竞争性自适应重加权算法

在线阅读 下载PDF 职称材料

改进BP算法在混合气体定量检测中的应用 被引量：5

20

作者 赵彦如 黄晓杰 邵启鹏 《传感器与微系统》 CSCD 北大核心 2021年第1期154-156,160,共4页

针对单一反向传播(BP)神经网络用于混合气体检测中出现的检测误差较大和依赖初始权值和阈值的问题,提出引入自适应调整发现概率的布谷鸟搜索(CS)算法和模拟退火算法优化BP网络初始权值和阈值的方法来实现混合气体的定量检测。利用CS算... 针对单一反向传播(BP)神经网络用于混合气体检测中出现的检测误差较大和依赖初始权值和阈值的问题,提出引入自适应调整发现概率的布谷鸟搜索(CS)算法和模拟退火算法优化BP网络初始权值和阈值的方法来实现混合气体的定量检测。利用CS算法强大的全局搜索能力,对神经网络的初始权值和阈值进行优化,在算法迭代过程中,使用模拟退火操作避免算法陷入局部最优,并在此基础上引入发现概率的自适应调整策略用于新解生成;以此优化后的参数作为初始连接权值和阈值用于BP网络进行混合气体的定量识别。在MATLAB软件上对实验数据进行仿真处理,与以往单一BP算法相比,改进算法对混合气体的定量检测效果显著,平均相对误差在10%左右。 展开更多

关键词 气体定量检测 自适应发现概率 布谷鸟搜索算法 模拟退火算法 反向传播(BP)神经网络

在线阅读 下载PDF 职称材料