改进BP神经网络在流型智能识别中的应用
吴浩江，胡志华，周芳德
（西安交通大学，710049，西安)

摘要：为了克服BP神经网络的易陷入局部极小、收敛速度慢等缺点，利用非线性最小二乘法对其进行了改进．改进后的BP神经网络的收敛速度提高了1～2个数量级．同时，利用压阻式压差传感器测得了水平管内油气水多相流压差信号，根据分形理论中的重构相空间法提取出压差信号的特征向量，再将特征向量送入改进的BP神经网络中，从而完成对油气水多相流流型的智能识别．结果证明，改进的BP神经网络能有效地自动识别出油气水多相流的流型．
关键词：多相流；流型；非线性最小二乘法；神经网络；模式识别
中图分类号：O359.1
文献标识码：　A