基于P SO算法集成神经网络的多元有害气体检测系统?

• 作者: 刘萍 简家文 龚雪飞
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 集成神经网络 PSO 传感器阵列 多元有害气体检测
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 传感器应用
• 页码范围: 938-942
• 页数: 5页
• 分类号: TP183|TP212
• 字数: 3533字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2015.06.027

摘要

针对目前常见的多元有害气体检测问题，搭建了一套基于传感器阵列和集成神经网络相结合的多元有害气体检测系统。为了提高该系统的稳定性和预测精度，提出使用粒子群算法( PSO)优化集成神经网络的权重系数的方法，即利用PSO的全局搜索能力，对该系统的集成神经网络权重系数进行全局优化，再以优化后的权重系数实现多个神经网络的结论结合。该系统对传感器阵列的4种混合有害气体的响应信号进行回归分析。结果显示，该系统PSO算法的集成神经网络预测的平均相对误差小于1%，网络具有更强的稳定性和泛化能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	简家文	宁波大学信息科学与工程学院	56	235	9.0	11.0
2	龚雪飞	宁波大学信息科学与工程学院	6	53	4.0	6.0
3	刘萍	宁波大学信息科学与工程学院	6	54	4.0	6.0