Adam优化的BP神经网络地铁空调环境模式检测

来源：电子测量技术杂志2022年第24期北京时间：

作者：董正琪，姜杰，赵雪成，杨增汪

单位：1.江苏师范大学物理与电子工程学院 徐州 221116; 2.徐州市永康电子科技有限公司 徐州 221004

摘要：针对目前地铁空调系统环境模式的检测判定，依旧存在效率低下智能化程度不高的问题，设计了Adam优化的BP神经网络地铁空调环境模式检测模型。选取3个关键变量：烟雾浓度、二氧化碳浓度、温度作为环境模式识别的特征条件，采用Adam优化算法对传统BP神经网络模型的梯度下降进行优化，采用一阶矩估计和二阶矩估计动态调整每个参数的学习率，加快模型学习，提高网络识别精度，并在收敛时减小震荡。实验结果表明，优化后的BP神经网络地铁环境模式检测模型收敛速度提高了98.88%，预测错误平均个数减少了45.6%，且收敛过程中震荡大大减小。同时相比于其他机器学习多分类模型，优化后的BP神经网络模型准确率为99.88%，检测运行时间为12 ms，整体性能更优。

关键词：Adam;BP神经网络;优化算法;地铁空调;模式检测

基金资助：国家自然科学基金（61975070）、徐州市重点研发计划项目（KC21087）、江苏师范大学研究生科研与实践创新计划项目（2021XKT1247）资助