遗传神经网络在近红外光谱煤质分析中的应用研究

被引：11

作者：

雷萌 ^{[1
]}

李明 ^{[1
]}

徐志彬 ^{[2
]}

机构：

[1] 中国矿业大学信电学院

[2] 河北出入境检验检疫局京唐港办事处

来源：

工矿自动化 | 2010年 / 36卷 / 02期

关键词：

煤质分析; 近红外光谱; 主成分分析; BP神经网络; 遗传算法;

D O I：

暂无

中图分类号：

TQ533 [煤的分析与检验]; TD672/948 [];

学科分类号：

0817 ; 0819 ;

摘要：

针对BP神经网络收敛速度慢及容易陷入局部最优解的缺点,结合遗传算法全局搜索的特点,提出了一种基于遗传算法和BP神经网络建立近红外光谱煤质分析模型的方法;并利用主成分分析法提取煤炭样品的主成分值,有效地压缩了数据。实验对比了BP模型与GA-BP模型,结果表明,GA-BP模型能有效地减小测试集的预测值与真实值之间的误差平方和,相关系数也得到了提高,有效地提高了预测精度和分析速度。

引用

页码：41 / 44

页数：4