遗传神经网络在近红外光谱煤质分析中的应用研究
来源期刊：工矿自动化2010年第2期
论文作者：徐志彬 李明 雷萌
关键词：煤质分析; 近红外光谱; 主成分分析; BP神经网络; 遗传算法;
摘 要：针对BP神经网络收敛速度慢及容易陷入局部最优解的缺点,结合遗传算法全局搜索的特点,提出了一种基于遗传算法和BP神经网络建立近红外光谱煤质分析模型的方法;并利用主成分分析法提取煤炭样品的主成分值,有效地压缩了数据.实验对比了BP模型与GA-BP模型,结果表明,GA-BP模型能有效地减小测试集的预测值与真实值之间的误差平方和,相关系数也得到了提高,有效地提高了预测精度和分析速度.
徐志彬1，李明2，雷萌2
(1.河北出入境检验检疫局京唐港办事处,河北,唐山,063611;
2.中国矿业大学信电学院,江苏,徐州,221008)
摘要:针对BP神经网络收敛速度慢及容易陷入局部最优解的缺点,结合遗传算法全局搜索的特点,提出了一种基于遗传算法和BP神经网络建立近红外光谱煤质分析模型的方法;并利用主成分分析法提取煤炭样品的主成分值,有效地压缩了数据.实验对比了BP模型与GA-BP模型,结果表明,GA-BP模型能有效地减小测试集的预测值与真实值之间的误差平方和,相关系数也得到了提高,有效地提高了预测精度和分析速度.
关键词:煤质分析; 近红外光谱; 主成分分析; BP神经网络; 遗传算法;
【全文内容正在添加中】
