毕艳亮,宁　芊,雷印杰,王　伟

(四川大学 电子信息学院，成都　610065)



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)

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。

BP神经网络；遗传算法； 红酒；分类

0　引言

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方法。这些方法耗时、费力、低效。因此，研究一种快速高效的红酒分类方法就显得很重要[1]。这里利用传感器阵列传回的红酒多种物理化学参数，结合人工智能中的BP神经网络理论进行机器学习，然后将其用于红酒质量分类；BP神经网络作为一种模式识别技术，它具有强大的自适应、自学习及联想记忆等优点，对于一些模糊的、非线性的问题能够很好地构建和逼近[1-1]，文献[3]就是对该性能的一种应用。然而神经网络具有易陷入局部最优，收敛速度慢等缺陷。……