改进BP神经网络在流型智能识别中的应用

被引:11
作者
吴浩江
胡志华
周芳德
机构
[1] 西安交通大学!
[2] 西安
关键词
多相流; 流型; 非线性最小二乘法; 神经网络; 模式识别;
D O I
暂无
中图分类号
O359.1 [];
学科分类号
摘要
为了克服BP神经网络的易陷入局部极小、收敛速度慢等缺点,利用非线性最小二乘法对其进行了改进.改进后的BP 神经网络的收敛速度提高了1 ~2 个数量级.同时,利用压阻式压差传感器测得了水平管内油气水多相流压差信号,根据分形理论中的重构相空间法提取出压差信号的特征向量,再将特征向量送入改进的BP 神经网络中,从而完成对油气水多相流流型的智能识别.结果证明,改进的BP神经网络能有效地自动识别出油气水多相流的流型.
引用
收藏
页码:22 / 25
页数:4
相关论文
共 3 条
  • [1] 分形论[M]. 北京理工大学出版社 , 林鸿溢, 1992
  • [2] 神经网络系统理论[M]. 西安电子科技大学出版社 , 焦李成著, 1990
  • [3] 工程优化的算法与分析[M]. 西南交通大学出版社 , 张可村 编著, 1988