遗传神经网络结合LIBS技术对钢液Mn元素定量分析

• 作者: 赵士超 马翠红
• 来源期刊: 现代电子技术
• 关键词: 光谱学 激光诱导击穿光谱技术 实验装置 神经网络 遗传算法 定量分析
• 年，卷（期）: 2018,（15）
• 所属期刊栏目: 测控与自动化技术
• 页码范围: 169-173
• 页数: 5页
• 分类号: TN247-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.15.038

摘要

遗传神经网络与激光诱导击穿光谱技术(LIBS)相结合的方法能够更好地对钢液成分进行定量分析检测.建立基于遗传算法为核心的三层误差反向传播(BP)分析模型,由于BP网络的初始权值和阈值是随机数,因此存在收敛速度慢、不能保证收敛全局最优解等缺点,而遗传算法能够优化出最佳的初始权值和阈值,可以较好地克服这些问题.网络的输入选取几种元素的峰值强度与Fe元素的峰值强度进行峰值归一化处理;网络的输出为元素浓度.构建遗传神经网络定量分析模型对钢液中的Mn元素进行定量分析,得到相对标准差(RSD)为7.46％,相关系数为0.996.实验结果表明,遗传神经网络结合LIBS技术相比传统LIBS定标分析法检测的结果精确度有了一定提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马翠红	华北理工大学电气工程学院	60	91	5.0	7.0
2	赵士超	华北理工大学电气工程学院	2	1	1.0	1.0