作者：马西良rbf神经网络气体检测系统煤矿机器人混合气体应用ga井下神经网络算法
摘要：针对煤矿救援机器人对井下有毒有害混合气体的感知问题，采用双气体传感器减少部分气体的交叉灵敏度，同时考虑了温度、湿度等可变因素带来的影响，结合煤矿救援机器人实际应用提出基于遗传神经网络算法与k聚类算法优化RBF神经网络，搭建了一种传感器阵列结合GA—RBF神经网络的混合气体的检测系统。实验结果表明：将GA—RBF神经网络算法应用于混合气体定量识别的训练中，收敛速度比RBF神经网络算法要快，而且学习精度更高，提高了RBF的性能及混合气体检测系统的检测精度。在规定的检测范围内，该系统可以担负CO2、H2S、CO与CH4四种气体及其混台气体的定量检测任务。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
