[发明专利]基于粒子群算法优化神经网络的冻土未冻水含量捡测方法

权利要求书

1.基于粒子群算法优化神经网络的冻土未冻水含量捡测方法，其特征在于，该方法包括以下步骤：

步骤一、冻土未冻水含量检测设备连接，具体过程为：将导电片、温度传感器和电阻率检测传感器置入冻土土体中，并将导电片与为其供电的外部电源连接，将温度传感器的输出端的输出端和电阻率检测传感器的输出端均与数据采集器的输入端连接，将数据采集器与数据处理器连接；

步骤二、温度、电阻率数据采集及传输：当外部电源开始为导电片供电后，温度传感器对冻土土体内的温度进行实时检测，电阻率检测传感器对冻土土体内的电阻率进行实时检测，数据采集器对温度传感器检测到的温度和电阻率检测传感器检测到的电阻率进行周期性采集，并将采集到的温度数据和电阻率数据发送给数据处理器；

步骤三、数据处理，得到冻土未冻水含量：数据处理器将温度数据和电阻率数据输入预先构建的基于粒子群算法优化的冻土未冻水含量检测神经网络模型中，得到基于粒子群算法优化的冻土未冻水含量检测神经网络模型的输出，所述基于粒子群算法优化的冻土未冻水含量检测神经网络模型的输出为冻土未冻水含量；

所述基于粒子群算法优化的冻土未冻水含量检测神经网络模型的构建方法为：

步骤301、训练样本获取，具体过程为：

步骤3011、采用冻土土样进行实验，将导电片、温度传感器和电阻率检测传感器置入冻土土样中，并将导电片与为其供电的外部电源连接，将温度传感器的输出端的输出端和电阻率检测传感器的输出端均与数据采集器的输入端连接，将数据采集器与数据处理器连接；

步骤3012、进行烘干实验，当外部电源开始为导电片供电后，温度传感器对冻土土体内的温度进行实时检测，电阻率检测传感器对冻土土体内的电阻率进行实时检测，数据采集器对温度传感器检测到的温度和电阻率检测传感器检测到的电阻率进行周期性采集，并将采集到的温度数据和电阻率数据发送给数据处理器；数据处理器记录多组温度数据、电阻率数据和冻土未冻水含量的实验数据；并将多组温度数据、电阻率数据和冻土未冻水含量的实验数据作为训练样本；

步骤302、建立隐含层神经元数目可变的三层BP神经网络：数据处理器以温度数据和电阻率数据作为BP神经网络的输入，输入层节点数n₁为2个，以冻土未冻水含量作为BP神经网络的输出，输出层节点数n₃为1个，根据公式确定所述三层BP网络的隐含层节点数n₂，建立三层BP神经网络；其中，取a为1～10的自然数；

步骤303、训练各个不同隐含层节点数的三层BP神经网络，具体过程为：数据处理器采用训练样本对取a为1～10的自然数时所对应的不同隐含层节点数的三层BP神经网络进行训练，且在进行训练的过程中调用粒子群算法参数优化模块对三层BP神经网络的权值W和阈值B进行优化，得到各个不同隐含层节点数时权值W和阈值B最优的训练好的三层BP神经网络；

步骤304、确定出基于粒子群算法优化的冻土未冻水含量检测神经网络模型，具体过程为：数据处理器调用网络误差计算模块计算步骤303中各个不同隐含层节点数时权值W和阈值B最优的训练好的三层BP神经网络对应的网络误差，并选择出网络误差最小的隐含层节点数的权值W和阈值B最优的三层BP神经网络，确定为训练好的三层BP神经网络，并将其定义为基于粒子群算法优化的冻土未冻水含量检测神经网络模型。