基于改進神經(jīng)網(wǎng)絡(luò)的粉塵濃度軟測量研究.pdf

1、本論文針對傳統(tǒng)粉塵檢測中存在的問題，提出一種基于神經(jīng)網(wǎng)絡(luò)軟測量的粉塵濃度檢測新方法，對粉塵的研究具有重要的現(xiàn)實意義。
　　首先，設(shè)計了一種新的變步長LMS算法來修改濾波器系數(shù)，更好地提高了低信噪比下算法的收斂性和穩(wěn)態(tài)性能，實驗和仿真結(jié)果證明該算法能很好地濾除靜電信號中的隨機噪聲。
　　其次，對濾波后的靜電信號進行時頻分析，提出一種改進相似極值的EEMD信號特征提取方法，并和EMD算法進行了仿真對比，通過靜電信號的能量和能量熵

2、值分析出靜電信號的變化和粉塵濃度的變化趨勢具有正相關(guān)性。
　　然后，分別建立了BP和RBF兩種神經(jīng)網(wǎng)絡(luò)粉塵濃度軟測量模型，根據(jù)實驗和經(jīng)驗相結(jié)合的方法確定了兩種模型的參數(shù)，構(gòu)建出綜合性能最優(yōu)的模型。并通過分析比較和實驗驗證了BP網(wǎng)絡(luò)模型在訓(xùn)練精度與泛化能力方面略優(yōu)于RBF網(wǎng)絡(luò)模型。
　　最后，采用改進遺傳算子的遺傳算法對BP神經(jīng)網(wǎng)絡(luò)粉塵濃度軟測量模型進行優(yōu)化和改進。實驗和仿真結(jié)果證明模型優(yōu)化后其收斂性能、運行時間和均方誤差均得