基于模糊神经网络的TDLAS氧浓度预测方法及系统

本发明提供一种基于模糊神经网络的TDLAS氧浓度预测方法及系统，该方法包括：步骤1：获取不同环境条件下的标定数据；步骤2：构建模糊神经网络模型，模糊神经网络模型包括模糊化层、模糊推理层和去模糊化层，使用标定数据完成对模糊神经网络模型的训练，并根据模型的预测值与真实值计算得到损失函数，根据损失函数的梯度信息优化模糊神经网络模型的网络参数；步骤3：使用训练好的模糊神经网络模型接收实时的传感器数据，并输出预测的氧气浓度。本发明具有预测精度高、可靠性高等优点。