ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

改进自适应遗传神经网络在混合气体识别中的应用

薛大为; 孔慧芳; 杨春兰合肥工业大学; 蚌埠学院
计算机与应用化学2013-6-28
10阅读
引用收藏
分享

摘要

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。

学科与关键词

关键词
遗传算法遗传神经网络自适应遗传神经刚络气体识别 genetic algorithmgenetic neural networkadaptive genetic neural networkgas recognition
相关
加载中…
  • 改进的遗传算法在优化BP网络权值中的应用
    姚明海计算机工程与应用, 2012, (24): 49-54.
  • 改进GA-BP算法在变压器色谱故障诊断中的应用
    鄢仁武福建师范大学学报(自然科学版), 2013, (06): 62-66.
  • 自适应遗传算法优化种植业结构与资源分配问题
    朱会霞; 刘佳鑫; 刘凤超; 李彤煜; 王辉暖辽宁工业大学学报(自然科学版), 2019, (06): 393-396.
查看全部 →

发表信息

论文状态
公开发表
期刊
计算机与应用化学
发表日期
2013-06-28
卷期
第 06 期
页码
667-670
成果收录
CHINAJOURNAL
资助标注
安徽省高等学校优秀青年人才基金项目(2012SQRL218,2009SQRZ125);安徽省高等学校省级自然科学研究项目(KJ2013Z195)

作者

  • 薛

    薛大为 (第一作者)

  • 孔

    孔慧芳

查看全部 3 位作者收起作者
  • 杨

    杨春兰

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417