改进BP算法在混合气体定量检测中的应用
【摘要】 针对单一反向传播(BP)神经网络用于混合气体检测中出现的检测误差较大和依赖初始权值和阈值的问题，提出引入自适应调整发现概率的布谷鸟搜索(CS)算法和模拟退火算法优化BP网络初始权值和阈值的方法来实现混合气体的定量检测。利用CS算法强大的全局搜索能力，对神经网络的初始权值和阈值进行优化，在算法迭代过程中，使用模拟退火操作避免算法陷入局部最优，并在此基础上引入发现概率的自适应调整策略用于新解生成;以此优化后的参数作为初始连接权值和阈值用于BP网络进行混合气体的定量识别。在MATLAB软件上对实验数据进行仿真处理，与以往单一BP算法相比，改进算法对混合气体的定量检测效果显著，平均相对误差在10%左右。
