Adam优化的BP神经网络地铁空调环境模式检测

作者：董正琪; 姜杰; 赵雪成; 杨增汪^*

来源：电子测量技术, 2022, 45(24): 111-117.

DOI：10.19651/j.cnki.emt.2210082

• Adam
• BP神经网络
• 优化算法
• 地铁空调
• 模式检测

针对目前地铁空调系统环境模式的检测判定，依旧存在效率低下智能化程度不高的问题，设计了Adam优化的BP神经网络地铁空调环境模式检测模型。选取3个关键变量：烟雾浓度、二氧化碳浓度、温度作为环境模式识别的特征条件，采用Adam优化算法对传统BP神经网络模型的梯度下降进行优化，采用一阶矩估计和二阶矩估计动态调整每个参数的学习率，加快模型学习，提高网络识别精度，并在收敛时减小震荡。实验结果表明，优化后的BP神经网络地铁环境模式检测模型收敛速度提高了98.88%,预测错误平均个数减少了45.6%,且收敛过程中震荡大大减小。同时相比于其他机器学习多分类模型，优化后的BP神经网络模型准确率为99.88%,检测运行时间为12 ms,整体性能更优。

• 单位
  江苏师范大学; 电子工程学院