基于改进差分进化算法的神经网络管道泄漏检测

• 作者: 任秀菊 高丙坤
• 来源期刊: 化工自动化及仪表
• 学科: 工学
• 关键词: 管道泄漏预测 神经网络 差分进化算法
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 检测与仪表
• 页码范围: 14-18
• 页数: 5页
• 分类号: TH865
• 字数: 3620字
• 语种: 中文

摘要

提出了一种基于神经网络与差分进化算法的天然气泄漏预测方法,该方法采用RBF神经网络作为泄漏预测模型,引入改进的差分算法对网络的初始连接权值进行优化.为了在全局搜索和局部搜索之间取得最佳平衡,提出了一种自适应变异因子和交叉概率的改进算法,并将其应用于泄漏预测神经网络模型优化.将所提出的方法与原始算法的前向网络预测方法进行了比较.结果表明:所提出的方法收敛速度快,所得模型的预测误差小、准确率较高、迭代次数少、泛化能力强,对天然气的泄漏预测有很好的参考作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高丙坤	东北石油大学电气信息工程学院	58	208	9.0	11.0
2	任秀菊	东北石油大学电气信息工程学院	1	5	1.0	1.0