改进自适应遗传神经网络在混合气体识别中的应用

作者：薛大为; 孔慧芳; 杨春兰

来源：计算机与应用化学, 2013, (06): 667-670.

• 遗传算法
• 遗传神经网络
• 自适应遗传神经刚络
• 气体识别 genetic algorithm
• genetic neural network
• adaptive genetic neural network
• gas recognition

BP神经网络和遗传神经网络是混合气体识别中常用的方法,但在实际应用仍然存在一些缺陷与不足。针对存在的问题,提出了1种改进自适应遗传算法,该算法根据进化过程种群中未产生更优解的代数,自适应调整变异率和变异量。利用该改进自适应遗传算法优化BP神经网络的连接权和阈值,构成改进自适应遗传神经网络,并应用于混合气体的识别中。实验结果表明:改进自适应遗传神经网络收敛成功率由40%提高到80%,平均识别误差H_2S由4.66 mL/m~3降为3.69 mL/m~3,CH_4由17.14 mL/m~3降为15.77 mL/m~3,CO由4.38 mL/m~3降为4.19 mL/m~3。

• 单位
  蚌埠学院; 合肥工业大学