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：电子元件与材料, 2019, 38(12): 69-79.

DOI：10.14106/j.cnki.1001-2028.2019.12.012

• 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)

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。

• 单位
  电子科技大学