混沌粒子群优化的RBF神经网络在热油管道仿真中的应用

• 作者: 周明 张宇 李树杉 靳世久
• 来源期刊: 纳米技术与精密工程
• 学科: 工学
• 关键词: 热油管道仿真 混沌粒子群算法 RBF神经网络 预测模型
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 精密测量
• 页码范围: 181-186
• 页数: 6页
• 分类号: TP183
• 字数: 4147字
• 语种: 中文
• DOI: 10.13494/j.npe.20150127

摘要

针对加热输油管道仿真中管道内油流温度和压力变化,本文基于神经网络算法,利用管道数据采集与监控(SCADA)系统获取的500组历史运行数据,建立了管道沿线温度和压力的预测模型.提出的预测模型采用混沌粒子群改进的RBF(CPSO-RBF)神经网络算法.对RBF神经网络的参数(中心和宽度)、连接权重进行优化,通过与其他方法对比可知提出的CPSO-RBF预测模型具有精度高、收敛快等特点.在日照-仪征热油管道实际运行方案中验证了提出的CPSO-RBF预测模型的可行性.