遗传算法优化BP网络对掺假蜂蜜快速识别研究

作者：周孟然; 张群^*; 卞凯; 孙磊; 来文豪; 陈翰林; 杨晨

来源：激光杂志, 2021, 42(12): 82-86.

DOI：10.14016/j.cnki.jgzz.2022.12.082

• 遗传优化算法
• 激光诱导荧光技术
• 极限学习机算法
• BP神经网络

为了更好地实现对掺假蜂蜜进行检测和识别,提出一种遗传算法优化反向传播(BP)神经网络和激光诱导荧光(LIF)技术相结合的新方法。实验采用蜂蜜、果葡糖浆以及二者以不同比例混合获取的实验样本,每类样本数为150个,共600个实验样本。通过激光诱导荧光技术获取实验数据。将各类样本的70%用于算法模型训练、30%用于模型预测评估。通过PCA降维技术进行特征提取,分别用极限学习机(ELM)算法、BP神经网络算法、GABP三种算法进行实验。实验结果表明,相比于极限学习机的82.78%、BP神经网络算法的95.89%的准确率,GABP算法对预测样本的预测准确率最高,可达100%。通过将GABP与蚁群算法(ACO)优化BP网路、粒子群算法(PSO)优化BP网络作对比,发现GABP算法具有运行时间较短、鲁棒性较好的特点。

• 单位
  物理学院; 安徽理工大学