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：邵孟良; 于颖敏

来源：西安石油大学学报(自然科学版), 2019, 34(06): 44-49.

• BP神经网络
• 遗传算法
• 气液两相流
• 持液率

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。

• 单位
  中国石油大学胜利学院; 广州南洋理工职业学院