粒子群算法在气力输送管道压降预测中的应用

• 作者: 梁燕飞 肖燕平 袁庆丹
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 粒子群算法 神经网络 气力输送 管道压降 预测
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 信号检测、算法与仿真
• 页码范围: 256-259
• 分类号: TH412
• 字数: 1305字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2012.03.014

摘要

管道压降是气力输送系统设计的一个重要参数,传统的求解方法比较复杂.本文提出了以气体流速、颗粒浓度、混合比等作为神经网络输入,建立管道压降网络模型的方法.为进一步提高管道压降预测准确度,以预测误差作为适应度值,采用粒子群算法对网络权值和阈值寻优,优化神经网络,并利用样本数据训练出了有效的压降预测网络通过将预测数据和粉料气力输送实验装置的实测数据相比较,结果表明,该方法预测误差小,准确度高,有较高的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁庆丹	佛山科学技术学院机电系	8	21	3.0	4.0
2	梁燕飞	佛山科学技术学院机电系	11	115	5.0	10.0
3	肖燕平		5	45	3.0	5.0