遗传Marquardt神经网络识别油气水多相流流型研究

• 作者: 吴浩江 周芳德
• 来源期刊: 化学工程
• 学科: 工学
• 关键词: 遗传算法 最优化 神经网络 多相流 流型识别
• 年，卷（期）: 2001,（1）
• 所属期刊栏目: 遗传动力过程
• 页码范围: 30-32,36
• 页数: 5页
• 分类号: TQ0
• 字数: 3020字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9954.2001.01.007

摘要

目前利用最优化算法中的Marquardt法改进BP神经网络正受到越来越多的人们的注意，但该方法的网络初始权值是随机选取。由于初始权值选取不当将对整个网络的性能产生严重影响，因此提出将遗传算法与Marquardt法结合，先利用遗传算法全局随机搜索寻优的特性来寻找网络最佳初始权值，再用Marquardt法使网络权系数稳定收敛，同时应用该方法对油气水多相流流型进行智能识别，结果表明该方法能有效学习模式样本，学习稳定，推广能力强，适合于在流型识别等神经网络为中小规模的场合下应用。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周芳德	西安交通大学能动学院	84	711	15.0	20.0
2	吴浩江	西安交通大学能动学院	12	195	7.0	12.0