基于改进差分进化算法的神经网络管道泄漏检测 |
| |
作者姓名: | 高丙坤 任秀菊 |
| |
作者单位: | 东北石油大学电气信息工程学院; |
| |
基金项目: | “十二五”国家科技支撑重点项目(2012BAH12B00);教育部高等学校博士学科点专项科研基金项目(20112322110003);黑龙江省教育厅重点项目(12511z002) |
| |
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。
|
关 键 词: | 管道泄漏预测 神经网络 差分进化算法 |
本文献已被 CNKI 等数据库收录! |
|