基于BP神经网络的接触辉光放电等离子体预测模型 |
| |
引用本文: | 曹文强,万强贵,龙海涛,徐毓鸿,王婷,薛华丽,蒲陆梅.基于BP神经网络的接触辉光放电等离子体预测模型[J].甘肃农业大学学报,2023(6):236-248. |
| |
作者姓名: | 曹文强 万强贵 龙海涛 徐毓鸿 王婷 薛华丽 蒲陆梅 |
| |
作者单位: | 甘肃农业大学理学院 |
| |
基金项目: | 国家自然科学基金项目(31860472); |
| |
摘 要: | 【目的】为探索接触辉光放电过程中的伏安特性和等离子体中·OH的含量变化。【方法】构建一种CrossBP(Back propagation network)神经网络模型和遗传算法(Genetic Algorithm)优化的GA-BP神经网络模型,预测在不同电压、放电时间、电解质初始浓度等条件下的伏安特性和·OH浓度、pH和电导率。【结果】建立的Cross-BP模型(结构2-11-1)和GA-BP(结构3-8-3)模型经精度(调整后的R2≥0.992 1)和试验验证能在一定误差内预测放电过程中伏安特性和·OH的变化,且GA-BP模型预测结果的MSE、MAE值更低。【结论】所构建的GA-BP模型对等离子体中·OH含量变化的预测具有高精确度和高效率。
|
关 键 词: | 等离子体 伏安特性 羟基自由基 预测模型 BPNN网络 遗传算法 |
|
|