10.16208/j.issn1000-7024.2016.09.050
高斯和声粗糙集BNN光纤管道泄漏监测
为解决长距离管道泄漏监测中干扰多,传统识别算法精度不高的问题,提出一种基于高斯改进和声搜索算法的粗糙集块神经网络.提出一种高斯改进和声搜索算法,利用高斯分布特性对其即兴创作过程进行改进,给出理论分析,保证改进算法的收敛性;利用粗糙集进行采集信号的特征提取预处理,使之适合神经网络处理,简化数据计算量;对粗糙集参数和块神经网络(block neural network,BNN)参数进行编码,利用改进和声搜索算法和实测数据对监控模型进行处理.仿真结果表明,该监控模型可有效对泄漏信号进行识别,精度高,满足实际需要.
高斯、和声搜索、粗糙集、块神经网络、分布式光纤、油气管道、泄漏监测
37
TP18(自动化基础理论)
2014年度河南省科技计划基金项目142102210225
2016-11-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
2559-2564