基于改进的遗传算法优化BP神经网络并用于红酒质量等级分类.pdfVIP

文章编号：1671—4598(2016)01—0226—03DOI：10．16526／j．cnki．11—4762／tp．2016．01．062中圈分类号：TPl83文献标识码：A 基于改进的遗传算法优化BP神经网络并用于 红酒质量等级分类 毕艳亮，宁 芊，雷印杰，王 伟 (四川大学电子信息学院，成都610065) 摘要：针对以往的红酒生产过程中，红酒质量分类过程复杂且低效，因此研究一种高效可靠的智能分类识别方法很有必要；这里在 红酒的多种物理化学成份测定的基础上，使用人工智能理论中的神经网络构建分类模型，实现对红酒质量的高效分类；并用改进的遗传 算法对BP神经网络中的缺陷做了一定的优化；对比传统BP网络分类效果，结果表明，改进后的神经网络收敛速度更快，各个质量等级 的分类正确率均提高了10％左右；对红酒加工企业具有积极的实际参考价值。 关键词：BP神经网络；遗传算法；红酒；分类 GA—BPNetworkUsedtoWine Classification Improved Ouality Bi Wei Yanliang，NingQian，LeiYinjie，Wang ofElectronicsandInformation 610065，China) (College Engineering，SichuanUniversity，Chengdu and it’S a reIia— Abstract：Inthe ofredwineclassificationis inefficient．So to efficientand past，thequality processcomplex necessarystudyhighly bleclassification thebailsofdeterminationofvarious andchemical the ofartificial tocon— method．Here，on physical composition，usingtheory intelligence ofthe ofthewine also theconventionalneuralnetwork．Theresults structclassification efficiency classifying．Weimprove model．Implementation quality showthatthe neuralnetworkworkwith have referencevaluetO impmved highefficiency．Itpositivepractical processingenterprises． neural Keywords：BPnetwork；geneticalgorithm；redwine；classification O 引言 点是输入信号进行前向输入，误差信号进行逆向反馈。在前向 传输过程中，输入信号从输入层经过隐含层再到输出层逐层处 如何对红酒的质量进行快速准确分类对企业的生产有积极 理。并将输出层的输出与期望输出进行对比，得出的差值进行 的意义。目前常用的检测主要包括气相色谱法和化学成分分析