基于遗传神经网络的混合气体识别研究

被引：7

作者：

王鹤

周东祥

宋委远

吴筝

机构：

[1] 华中科技大学电子科学与技术系

来源：

华中科技大学学报(自然科学版) | 2007年 / 09期

关键词：

遗传算法; BP神经网络; 遗传神经网络; 气体识别;

D O I：

10.13245/j.hust.2007.09.037

中图分类号：

TP391.4 [模式识别与装置]; TP183 [人工神经网络与计算];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ; 0812 ; 0835 ;

摘要：

针对误差反向传播(BP)算法和遗传算法各自的优点和不足,提出了遗传算法优化神经网络技术:利用遗传算法的全局搜索能力,对神经网络连接权进行优化,以遗传算法优化的初值作为BP神经网络的初始权值,再用BP算法训练网络.优化后的BP网络其误差的递减速度和收敛速度都比标准BP网络快,而且对学习速率调整要求更少.将遗传神经网络应用于混合气体定量识别的训练中,得到的最大误差由20.7%降为12.1%,平均误差从5.4%降为3.5%,识别效果得到了提高.

引用

页码：118 / 120+128 +128

页数：4

共 4 条

[1]

A hybrid genetic algorithm–neural network strategy for simulation optimization.[J].Ling Wang.Applied Mathematics and Computation.2005, 2

[2]

Automatic design of neural network structures.[J].R.B. Boozarjomehry;W.Y. Svrcek.Computers and Chemical Engineering.2001, 7

[3]

MATLAB遗传算法工具箱及应用.[M].雷英杰等编著;.西安电子科技大学出版社.2005,

[4]

人工神经网络与模拟进化计算.[M].阎平凡;张长水编著;.清华大学出版社.2000,

← 1 →