文档名：基于GABP神经网络的负氧离子浓度反演模型研究
摘要：针对负氧离子浓度监测过程中存在的手段单一,无法满足日常监测需求的问题,分析负氧离子浓度与环境参数之间的关系,以温度、湿度以及PM2.5浓度作为输入变量,通过建立遗传算法(GA)优化的反向传播(BP)神经网络模型(GA-BP),对负氧离子浓度进行反演分析.实验结果表明:基于BP神经网络的负氧离子浓度反演结果平均相对误差为11.12％.使用GA优化后的BP神经网络对负氧离子浓度的反演效果更好,平均相对误差(MRE)仅为6.51％.基于GA-BP神经网络的负氧离子浓度反演模型,可为负氧离子的深入研究提供可靠的理论依据,同时,该研究模型的应用将大幅降低负氧离子浓度的监测成本,推动负氧离子监测技术的进步.
作者：杨佳男 马飞鸿 胡斌 曾松伟 Author：YANGJianan MAFeihong HUBin ZENGSongwei
作者单位：浙江农林大学数学与计算机科学学院,浙江杭州311300浙江农林大学光机电工程学院,浙江杭州311300
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(8)
分类号：TP212TP391
关键词：负氧离子浓度 PM2.5浓度 反向传播神经网络 遗传算法
Keywords：negativeoxygenionconcentration PM2.5concentration backpropagation(BP)neuralnetwork geneticalgorithm(GA)
机标分类号：TP393.08TP183U4
在线出版日期：2023年8月25日
基金项目：浙江省自然科学基金公益资助项目基于GA-BP神经网络的负氧离子浓度反演模型研究[
期刊论文] 传感器与微系统--2023, 42(8)杨佳男 马飞鸿 胡斌 曾松伟针对负氧离子浓度监测过程中存在的手段单一,无法满足日常监测需求的问题,分析负氧离子浓度与环境参数之间的关系,以温度、湿度以及PM2.5浓度作为输入变量,通过建立遗传算法(GA)优化的反向传播(BP)神经网络模型(GA-BP),对...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于GA-BP神经网络的负氧离子浓度反演模型研究 Study on inverse model of negative oxygen ion concentration based on GA-BP neural network
基于GA-BP神经网络的负氧离子浓度反演模型研究.pdf
- 文件大小:
- 9.55 MB
- 下载次数:
- 60
-
高速下载
|
