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: 于颖敏 邵孟良
• 来源期刊: 西安石油大学学报（自然科学版）
• 学科: 工学
• 关键词: BP神经网络 遗传算法 气液两相流 持液率
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 油气田开发与开采
• 页码范围: 44-49
• 页数: 6页
• 分类号: TE83
• 字数: 3154字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-064X.2019.06.008

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于颖敏	中国石油大学胜利学院化学工程学院应用化学系	19	89	4.0	9.0
2	邵孟良	广州南洋理工职业学院信息工程学院	24	27	3.0	4.0