|
|||||
|
|
| 基于遗传算法的BP神经网络气液两相流持液率预测模型优化 | |
| 作者单位： | ;1.广州南洋理工职业学院信息工程学院;2.中国石油大学胜利学院化学工程学院应用化学系 |
| 摘 要： | 基于遗传算法(Genetic Algorithm,GA)对BP(Back Propagation)神经网络模型的初始阈值及权值进行优化,弥补了单一BP网络模型预测气液两相流持液率时收敛速度慢随机性大等问题。为了对优化后的BP网络模型进行可行性验证,以倾斜管道为研究对象,对倾斜管道内气液两相流的持液率进行预测,并与前人获得的预测结果进行对比。结果显示:基于GA优化后的BP神经网络模型预测倾斜管道内气液两相流的持液率精度较高,且收敛速度较快。通过与倾斜管道气液两相流持液率的实际值对比得出,与传统的持液率预测公式相比,优化后的BP神经网络模型预测结果与实际值偏差较小,验证了本文优化模型的准确性及可行性。 |
| 关 键 词： | BP神经网络 遗传算法 气液两相流 持液率 |
Optimization of Gas-liquid Two-phase Flow Liquid Hold-up Prediction Model with BP Neural Network Based on Genetic Algorithm |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |