基于粒子群优化极限学习机及电容层析成像的两相流流型及其参数预测

发布时间：2024-07-06 03:10

　　提出了一种基于粒子群优化极限学习机及电容层析成像的两相流流型辨识及其参数预测方法。首先,通过粒子群优化极限学习机的连接权值,并使用粒子群优化极限学习机算法对4种典型的油-气两相流流型进行辨识;其次,使用粒子群优化极限学习机算法对流型的参数进行预测;最后进行了仿真实验,结果表明,与极限学习机算法相比,粒子群优化极限学习机算法所需隐层节点数更少,流型辨识率更高,其正确辨识率达100%,对4种流型参数预测的最大相对误差为5.24%。

【文章页数】：6 页

【文章目录】：
1 引言
2 理论基础
    2.1 电容层析成像技术原理
    2.2 极限学习机算法
    2.3 粒子群优化算法
    2.4 粒子群优化极限学习机
3 基于PSO-ELM的流型辨识
    3.1 仿真条件及模型建立
    3.2 流型辨识
4 基于PSO-ELM的流型参数预测
5 结论



本文编号：4001969