基于优化的GA-BP网络算法的混合气体识别

• 作者: 杜鸿飞 谢光忠
• 来源期刊: 电子元件与材料
• 学科: 工学
• 关键词: GA-BP网络算法 混合气体识别 气体传感器阵列 还原氧化石墨烯(RGO)
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 研究与试制
• 页码范围: 69-79
• 页数: 11页
• 分类号: TP212.9
• 字数: 7430字
• 语种: 中文
• DOI: 10.14106/j.cnki.1001-2028.2019.12.012

摘要

基于还原氧化石墨烯(RGO)复合材料设计并制备气体传感器构成气体传感器阵列,对NO2和NH3组成的混合气体进行性能测试,构建算法对混合气体进行识别.通过主成分分析法发现混合气体的响应与气体浓度具有非线性关系,选择BP网络作为识别工具;根据多次模拟结果的预测均方误差(MSE)箱线图,对BP网络的参数进行优化,使其性能大幅提升;采用均匀分布U(-3,3)生成随机数并经过遗传算法(GA)优化后,作为GA-BP网络算法的初始权重和阈值,采用BP网络算法对混合气体进行识别.结果表明,优化的GA-BP网络算法在300次模拟中对混合气体的定性识别准确率均为100％,定量预测在最坏情况下的相对误差不超过30％,可靠性胜过BP网络算法,具有较好的参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢光忠	电子科技大学光电科学与工程学院	48	408	10.0	18.0
2	杜鸿飞	电子科技大学光电科学与工程学院	7	29	1.0	5.0