基于改进BP神经网络的汽车尾气检测系统设计

摘要

为了准确、快速地检测出汽车尾气中各气体成分浓度,以传感器阵列为基础,结合反向传播(BP)神经网络模型,设计一种汽车尾气检测系统.根据GB18352.5—2013规定的5种需要检测的尾气气体,选择相应传感器和温湿度传感器组成传感器阵列;为克服BP神经网络预测精度低、收敛速率慢、易陷入局部极值的缺点,采用附加动量法和自适应学习速率法改进网络模型;利用改进的神经网络模型对采集的传感器信号进行回归分析.结果表明:改进的BP神经网络模型的预测平均相对误差小于4％,能高效地处理尾气检测数据.