基于改進(jìn)的粒子群優(yōu)化-反向傳播神經(jīng)網(wǎng)絡(luò)的CO₂紅外吸收光譜定量分析

摘要： 在吸收光譜氣體傳感領(lǐng)域，實(shí)測光譜存在信噪比低和由光譜失真帶來的線性度低的問題，使得傳統(tǒng)的線性分析方法難以實(shí)現(xiàn)高準(zhǔn)確度的氣體體積分?jǐn)?shù)反演。為此，本文提出了一種基于進(jìn)化策略、參數(shù)調(diào)整策略雙重改進(jìn)的粒子群優(yōu)化（IPSO）算法，并結(jié)合誤差反向傳播神經(jīng)網(wǎng)絡(luò)（BPNN），建立了網(wǎng)絡(luò)初始連接權(quán)值和閾值優(yōu)化的反向傳播（BP）神經(jīng)網(wǎng)絡(luò)（IPSO-BPNN）氣體體積分?jǐn)?shù)反演模型?；诠忸l梳直接吸收...