PSO-BP神经网络在多元有害气体检测中的应用

摘要：

针对目前常见的多元有害气体检测问题，搭建了一种基于传感器阵列和GP神经网络相结合的多元有害气体检测系统。该检测系统中采用了GP神经网络算法对传感器阵列的4种混合有害气体的响应信号进行回归分析。为了提高GP神经网络的预测准确性，又利用了粒子群优化（ PSO）算法对GP神经网络的权值与阈值进行了优化。结果显示：通过PSO 优化的GP（ PSO-GP）神经网络预测的平均相对误差小于2%，能够有效解决气体传感器交叉敏感问题。

关键词：传感器阵列、多元有害气体检测、GP神经网络、粒子群优化

分类号：TP183(自动化基础理论)

资助基金：浙江省科技厅重大科技专项重点工业项目2011C16037；浙江省宁波市科技局自然科学基金资助项目2013A610002

在线出版日期：2015-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：154-156,160