遗传算法优化de bp 神经网络在 edx rf 中对钛铁元素含量de预测期刊文献.pdfVIP

第49卷第6期 原 子 能 科 学 技 术 VoI．49，NO．6 2015年6月 Atom icEnergyScienceandTechnology Jun．2015 遗传算法优化的BP神经网络 在 EDXRF中对钛铁元素含量的预测 王 俊 ，刘明哲 ，庹先国 ，李 哲 ，李 磊 ，石 睿 (1．成都理工大学 地质灾害防治与地质环境保护国家重点实验室 ，四川I成都 610059 2．西南科技大学 核废物与环境安全国防重点学科实验室，四川I绵 阳 621010) 摘要 ：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BP网络模型。攀枝花矿区 5类矿样 中钛和铁 含量 的整体预测和分类预测实验表 明，分类预测效果远好于整体预测。预测值与化学分析值 比较结果 表 明，其中76．7 的样 品相对误差小于 2 ，表明了该方法在元素间基体效应校正上的有效性 。 关键词 ：能量色散 X荧光分析 ；定量分析 ；BP神经网络 ；遗传算法 中图分类号 ：TL99 文献标志码 ：A 文章编号 ：1000—6931(2015)06—1143-06 doi：10．7538／yzk．2015．49．06．1143 BP NeuralNetwork OptimizedbyGeneticAlgorithm Approach fOrTitanium andIronContentPrediction inEDXRF WANG Jun ，LIU Ming—zhe一，TUO Xian—guo ，LIZhe，LILei，SHIRui (1．StateKeyLaboratoryofGeohazardPreventionandGeoenvironmentProtection。 ChengduUniversityofTechnology，Chengdu610059，China； 2．FundamentalScienceonNuclearWastesandEnvironmentalSafetyLaboratory， SouthwestUniversityofScienceandTechnology，Mianyang621010，China) Abstract： Thequantitativeelementalcontentanalysisisdifficultduetotheuniform effect，particleeffectandtheelementmatrixeffect，etc，whenusingenergydispersive X—rayfluorescence (EDXRF)technique．In thispaper，ahybridapproach ofgenetic algorithm (GA)and back propagation (BP) neuralnetwork wasproposed without consideringthecomplexrelationshipbetween theconcentrationandintensity．Theaim 收稿 日期 ：2014—02—18；修 回日期 ：2014—05—03 基金项 目：国家杰出青年科学基金资助项 目；国家 自然科学基金资助项 目；四JII省青年科技创新研究团 队资助项 目(2011JTD001)；四川省科技支撑计划资助项 目(2013