基于智能算法的近红外光谱煤质分析研究

详细信息    查看全文 | 下载全文 | 推荐本文 |

• 作者：李明马小平
• 会议时间：2011-06-01
• 关键词：煤质分析 ; 近红外光谱 ; 神经网络 ; 遗传算法 ; 谱区筛选
• 作者单位：中国矿业大学信息与电气工程学院,中国煤炭学会煤矿自动化专业委员会,江苏 徐州 221116
• 母体文献：第21届全国煤矿自动化与信息化学术会议暨第3届中国煤矿信息化与自动化高层论坛论文集
• 会议名称：第21届全国煤矿自动化与信息化学术会议暨第3届中国煤矿信息化与自动化高层论坛
• 会议地点：北京
• 主办单位：中国煤炭学会
• 语种：chi

摘要

在近红外光谱分析中,由于波长个数较多,传统的主成分分析法、偏最小二乘法、神经网络等建模方法存在预测误差大、分析时间长等不足。本文结合遗传算法全局搜索的特点,提出了一种基于遗传算法谱区筛选的BP神经网络模型。该模型将全部谱区分为20个子区间,各子区间的所有组合构成搜索空间,利用遗传算法搜索一个最佳子区间组合作为最后参与建模的光谱数据。实验对比了谱区筛选前后的BP神经网络建模方法,实验结果表明,遗传算法用于煤质分析模型建立前的谱区筛选,可以有效地提高预测精度和分析速度。