基于遗传神经网络激光诱导击穿光谱元素定量浅析技术

论文片段—光谱学论文,定量检测论文,激光诱导击穿光谱论文,遗传神经网络论文,可重复性论文,
摘要：激光诱导击穿光谱技术(LIBS)是近些年逐渐兴起的一种原子发射光谱,可以检测固体、液体、粉末、气体等各种形式的样品,也是同时多种元素检测的光谱技术。利用LIBS对分析元素浓度现场实时监测的研究已备受国内外学术界以及产业界的关注毕业论文理工。激光诱导产生等离子体是一个非常复杂的,容易受激光能量,光谱仪的触发时间,周围环境,实验样品准备,样品的基体效应,数据采集方式等影响,继而影响其定量化分析的精度护理论文。传统的LIBS定标曲线法已在某种上了一定的成功,定量分析的精度常受到基体效应和自吸收效应的制约。神经网络(ANN)因其非线性映射能力被应用到LIBS定量分析中,研究ANN能减弱基体效应对定量分析的影响,从而地提高LIBS的检测准确度。,基于误差反向传播(BP)算法的ANN (BP-ANN)收敛速度慢且易陷入局部最优解；另外,ANN的初始权值和阈值的选择缺乏理论依据,一般随机选取的,很难保证其全局性,影响定量分析的结果毕业论文范文格式。在研究ANNLIBS定量分析技术、遗传神经网络建模等问题的基础上,了一种基于遗传神经网络的LIBS定量分析方法毕业论文结论范文。利用遗传算法(GA)对网络的初始权值和阈值全局搜索,保证其落入全局最优点的邻域,然后再用BP-ANN对权值和阈值细化训练,减小误差,使其收敛于全局最优解或性能很好的近似最优解,以实现元素高精度定量检测的目的。并该方法成功实现了待测样品中元素浓度的定量分析,为LIBS高精度测量了一种可行的途径。论文内容主要包括四：一、回顾了激光等离子体的形成及光谱形成的物理原因、LIBS的研究现状,分析了传统的LIBS定量分析技术及各自适用情况。二、ANNLIBS元素定量分析技术研究普通论文格式范文。介绍了ANN原理、BP算法、网络结构的设计方法,研究了定量分析中输入网络光谱变量的选取,以及多元素同时分析和单元素独立分析建模的选择等毕业设计论文总结。三、基于遗传神经网络的LIBS元素定量分析技术研究。介绍GA的基本原理：研究了遗传神经网络的建模和基于遗传神经网络的LIBS定量分析的具体,包括GA和ANN的方式,适应度函数的选择等;基于遗传神经网络的LIBS定量分析技术成功实现了对土壤样品的检测分析,并与传统的内标法和BP-ANN方法的结果比较职称论文。四、可性定量分析的研究本科。了一种LIBS光谱强度信号可性好的数据采集方式,分析了网络输入的波动性对输出结果的影响论文开题报告。关键词：光谱学论文定量检测论文激光诱导击穿光谱论文遗传神经网络论文可性论文
摘要3-5
ABSTRACT5-7
目录7-9
1 绪论9-18

1.1 激光诱导击穿光谱技术基本原理9-11

1.1 光谱分析原理9-10

1.2 检测特性10-11

1.2 激光诱导击穿光谱技术的研究现状11-13

1.2.1 激光等离子体的时间演化特性11-12

1.2.2 等离子体温度和电子密度12

1.2.3 技术参数的影响12-13

1.2.4 定量分析13

1.3 常用定量分析方法简介13-15

1.3.1 定标曲线法13-14

1.3.2 自由定标法14-15

1.3.3 自分析法15

1.3.4 神经网络预测法15

1.4 论文研究的内容、方案与安排15-16

1.5 小结16-18

2 基于神经网络的LIBS分析方法18-36

2.1 ANN基本原理18-21

2.

1.1 从生物神经元到人工神经元18-20

2.

1.2 ANN的学习20-21

2.2 BP-ANN与BP算法21-26

2.1 BP-ANN21-23

2.2 BP算法的实现23-26

2.3 BP-ANN在LIBS分析中的应用26-35

2.3.1 BP-ANN的设计26-27

2.3.2 LIBS实验设备及样品27-29

2.3.3 多元素同时分析29-32

2.3.4 单元素独立分析32-35

2.4 小结35-36

3 遗传算法优化神经网络36-49

3.1 遗传算法的基本原理36-39

3.

1.1 遗传算法的基本思想36-38

3.

1.2 遗传算法特点38-39

3.2 神经网络与遗传算法的39-43
3.

2.1 神经网络与遗传算法的方式39-40

3.

2.2 遗传神经网络优化模型40-43

3.3 GA-BP-ANNLIBS的元素定量分析43-48

3.1 定量分析43-45

3.2 样品定量分析45-47

3.3 定量分析结果及比较47-48

3.4 小结48-49

4 可性定量分析的研究49-53

4.1 信号强度可性采集方式的研究49-50

4.2 网络输入的波动性对输出结果的影响50-52

4.3 小结52-53

5 总结与展望53-55

5.1 工作总结53-54

5.2 下一步工作展望54-55

参考文献55-60
攻读学位期间取得的研究成果60-61
参与科学研究项目61-62
致谢62-64