電子鼻系統(tǒng)中的傳感器陣列優(yōu)化研究.pdf

1、電子鼻是一種人工嗅覺系統(tǒng)，一般由傳感器陣列、數(shù)據(jù)采集設備和模式識別系統(tǒng)三部分構(gòu)成。陣列優(yōu)化通過對傳感器響應的特征空間進行特征選擇，來決定具體應用條件下較優(yōu)的傳感器類型及陣列規(guī)模，是提高電子鼻性能的有效途徑之一。特征選擇方法有搜索性和非搜索性方法，本文采用搜索性特征選擇算法來進行陣列優(yōu)化，闡述了運用特征選擇進行陣列優(yōu)化的一般流程，并基于LabVIEW圖形化編程軟件編寫了特征選擇算法程序。該程序包含四種不同的搜索策略：標準遺傳算法、模擬退火

2、算法、廣義順序前進算法、隨機搜索算法，以及五種類別可分性準則，即基于類內(nèi)類間距離的準則J1、J2和J3，和基于概率分布的準則Jb和Jd。
　　 本文基于電子鼻系統(tǒng)的定性識別和定量分析應用，對特征選擇算法能否有效優(yōu)化傳感器陣列進行了考查。首先，在四種可燃性液體和三種不可燃飲料的定性檢測實驗中，采用特征選擇程序?qū)τ?個金屬氧化物半導體傳感器構(gòu)成的初始陣列進行優(yōu)化，得到保留了4個傳感器的最終陣列。陣列優(yōu)化前后樣本的分類情況對比表明，優(yōu)

3、化后的陣列明顯更加有利于可燃和不可燃樣本的區(qū)分識別。還分別對四種搜索策略及五種類別可分性準則進行了比較，結(jié)果表明：廣義順序前進算法搜索時間最短，而其優(yōu)化特征集的準則值與其他搜索策略相當，是相對較優(yōu)的搜索策略；基于類內(nèi)類間距離的準則J3更能真實反映特征參數(shù)集的類別可分離性，在評價特征子集的分類能力時更為可靠。實驗還比較了J3準則下的4、6、8、10和12維優(yōu)化特征子集的模式識別結(jié)果，未發(fā)現(xiàn)優(yōu)化特征集的維數(shù)與其識別能力間存在規(guī)律性聯(lián)系。

4、r>　　 本文進一步在揮發(fā)性有機物的定量分析實驗中對特征選擇算法的陣列優(yōu)化作用進行了驗證。采用可燃性液體定性識別實驗中較優(yōu)的廣義順序前進策略和J3準則，分別得到了適于揮發(fā)性有機物定性識別和不同濃度定量分析的6維優(yōu)化特征集，其模式識別結(jié)果表明，優(yōu)化特征集的識別正確率：(1)均高于原始特征集的識別正確率，證明了特征選擇算法的有效性；(2)高于非搜索性算法下的6維優(yōu)化特征集和6個隨機產(chǎn)生的6維特征集的識別正確率，證明實驗所用搜索性算法比非搜

5、索性算法更為可靠。另外，用該算法程序搜索得到最差特征集，其模式識別正確率遠低于隨機產(chǎn)生的特征子集，反向說明了特征選擇算法的尋優(yōu)能力。
　　 論文主要分為四部分：第一部分對電子鼻系統(tǒng)的工作原理和應用，陣列優(yōu)化的意義和方法，以及搜索性特征選擇算法的原理進行概述；第二部分詳細描述了基于LabVIEW軟件編寫的特征選擇算法程序的結(jié)構(gòu)；第三部分基于電子鼻系統(tǒng)的可燃性液體及不可燃飲料定性檢測實驗，采用特征選擇算法對傳感器陣列進行了優(yōu)化，并對