遗传算法优化的 BP 神经网络在 EDX RF 中对钛铁元素含量的预测

来源 :原子能科学技术 | 被引量 : 0次 | 上传用户:C_Adrian
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在能量色散X荧光分析(EDXRF)技术中,受均匀效应、颗粒效应和基体效应等的干扰,定量分析精度受到影响。本文针对这一问题提出了遗传算法(GA )优化BP神经网络(GA‐BP)的混合算法,该算法无需考虑元素浓度和射线强度之间的复杂关系。遗传算法优化BP神经网络的目的是为了获得更好的网络初始权值和阈值,其基本思想是:将初始化的BP神经网络均方根误差的倒数编码为遗传算法中个体的适应度;初始的权值和阈值用遗传算法中的个体代替,然后通过选择、交叉和变异操作挑选出最优个体,最后通过解码用最优的权值和阈值创建一个新的B
其他文献
为了迎合市场,马铃薯的生产也出现了多种栽培形式.根据辽南的气侯特点,品种以早熟品种为主,主要栽培形式有冬春大棚种植、早春薯稻(米)复种、早春覆膜种植及春季露地种植四种
燃料管理与优化程序需对堆芯布置方案进行快速评价,常用方法有二维扩散节块法、微扰法、神经网络法等。本文基于三维轻水堆中子扩散计算程序CPACT进行了二维快速堆芯布置方案