基于MO-PLP-ELM及电容层析成像的两相流流型辨识

摘要：

提出一种基于多目标优化并行感知器的极限学习机(MO-PLP-ELM)及电容层析成像(ECT)技术的两相流流型辨识算法.首先,为保证样本具有代表性,采用随机思想生成7类流型的训练及测试样本集;其次,对样本模型的电容数据归一化处理;最后,采用MO-PLP-ELM算法进行流型辨识,并与常用的BP神经网络、支持向量机、极限学习机及并行感知器改进极限学习机算法进行比较,结果表明,提出的MO-PLP-ELM算法其辨识率明显高于其它算法,平均辨识率达96.1％.

关键词：计量学、两相流、多目标优化、并行感知器、极限学习机、电容层析成像、流型辨识

所属期刊栏目：42

分类号：TB937(计量学)

资助基金：国家自然科学基金61973115

在线出版日期：2021-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：334-338