基于改进AFSA-BP算法的油水界面软测量.pdf

《基于改进AFSA-BP算法的油水界面软测量.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第33卷第7期(2014．07)(试验研究)基于改进AFSA—BP算法的油水界面软测量时晟楠大庆油田设计院摘要：人工鱼群算法具有较强的全局收敛性和较强的鲁棒性，且对初值不敏感。将AFSA算法和BP算法相结合，不仅能延续神经网络的适应能力，而且能够加速收敛到目标值并提高神经网络学习能力。运用改进的AFSA算法优化BP算法并结合联合站的工艺需求，得出油水界面高度变化率的软测量模型。数值结果表明，模型具有较高的拟合精度和较强的泛化能力，将油水界面高度的硬件测量发展到软件在线测量，通过实验仿真结果验证了所研究算法的有效性。关键词：油水界面

2、；人工鱼群算法；BP神经网络；软测量doi：10．3969~．issn．1006—6896．2014．7．025原油中经常含有大量的水、盐和泥沙类机械杂而对其周围环境有立体清晰的认识。人_[鱼不需要质等，这些物质会增大液流的体积流量，降低设备一一遍历状态多的环境，不但减小运算量、节省搜和管路的有效利用率，给原油的集输和炼制带来很寻时问，而且一定的随机性对跳出局部极值有所帮大的麻烦。在线测量油水界面对工程现场意义助，对快速搜寻全局最优解有益。J]if，x为视重大。野范围内两条鱼的位置。软测量技术的核心问题是建立软测量模型以实人工鱼寻

3、优过程可由式(1)、式(2)表示。现二次变量对主导变量的最佳估计n。建立软仪表其中，r是卜1，1】区问的随机数。的方法很多，如线性估计、机理推导、回归分析和+visual。ri：l，2，⋯，／／,(1)1，一y神经网络方法等。BP神经网络通过现场实验采集。Sep。r(2)⋯样本数据，然后训练和学习神经网络，从而建立油用AFSA算法将神经网络权值训练后，将最优水界面测量模型。人工鱼群算法具有较强的全局收权值代人BP网络作为初始权值，建立油水界面变敛性和较强的鲁棒性，且对初值不敏感。将AFSA化率的预测模型。算法和BP算法相结合，不仅

4、能延续神经网络的适应能力，而且能够加速收敛到目标值并提高神经网2主要算法络学习能力。利用改进的人工鱼群算法优化神经网络权值阈值，再利用神经网络进行分类。1问题描述(1)根据输入、输出训练样本集，确定BP神BP算法广泛应用于函数拟合、自动控制、信经网络的拓扑结构。号处理等领域，是人工神经网络经典且易于应用的(2)确定人工鱼群算法基本参数。通过构造人部分。BP网络数据信息从输入层经过隐含层流向工鱼来模拟鱼群的j个基本行为，以实现寻优。输出层，是一种按误差反向传播算法训练的多层前第一步，确定鱼群规模fishnum。最大迭代次馈网络。数为

5、MAXGEN，最多试探次数为try—number，感一条人工鱼的当前活动位置为知距离为visual，拥挤度因子为6，移动的最大步X=(，一，)，鱼的视野范围为visual，它在某长为Step。时刻的即时位置可表示为X=，；，⋯，)，如第二步，采用变步长方式，人工鱼根据当前的果当前位置的食物浓度低于时刻位置的食物浓环境恶劣程度调整移动的步长。度，则由当前位置向时刻V的位置方向移动一个步—Fsf印：s(3)长Step，随即到达位置⋯；如果当前位置的食物浓度高于时刻V的位置处，则不采用位置的其中为人工鱼当前的食物浓度，为视方向并搜寻视野

6、内的其他位置。随着搜寻次数的增野范围内的最大食物浓度，．为视野范围内的最加，人工鱼对视野范围内的信息认知更加全面，从低食物浓度。40——油气田地面工程(http：／／www．yqtdmgc．corn)第33卷第7期(2014．07)(试验研究)第三步，自动适应鱼群的聚集现象，感知距离(5)输出神经网络初始权值，并执行BP网络visual随迭代次数的增加逐渐变小。视野自适应公循环。式如下3实验仿真nf=一(4)以沉降罐原油来液流量、油出口流量、水出口其中和。分别是感知距离visual的最大流量和原油含水率为输入节点，油水界面的变化率

7、值和最小值，gen是当前迭代次数。为输出节点，建立油水界面变化率的预测模型。其(3)计算网络实际输出与期望输出的差值，寻中AFSA算法用于确定BP神经网络的训练参数。找出一组网络权值使得网络误差达到最小，取均值鱼群规模fishnum为70，最大迭代次数误差E作为目标函数，即MAXGEN为500，最多试探次数try_number为100，感知距离visual为1，最大感知距离为E=∑∑一)(5)1，最小感知距离为0．3，最大步长Step为0．5，式中Ⅳ为网络训练样本集输入、输出样本对拥挤度因子6为0．618。个数；n为输出层节点数；

8、)，，为当输入第k仿真结果如图l所示，图中绿色虚线表示优化个样本时，第个输节点的期望输出与实际输出。后的BP神经网络模型误差值，横坐标为测试网络每个人工鱼的食物浓度数值为所用数据，共101组，纵坐标为沉降过程中油水界Fc：(6)面高度变化率。(4)