基于遗传算法优化神经网络的管道泄漏检测方法研究.pdf

《基于遗传算法优化神经网络的管道泄漏检测方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、化工自动化及仪表第4l卷基于遗传算法优化神经网络的管道泄漏检测方法研究贾莹高丙坤(东北石油大学电气信息工程学院，黑龙江大庆163318)摘要介绍了遗传算法的基本思想和操作原理，并对遗传算法优化神经网络的方法进行阐述，重点分析了遗传算法对神经网络的网络连接权和阚值的优化。将遗传算法与神经网络相结合应用于管道泄涌检测中，该算法既有神经网络的学习能力和鲁棒性，又有遗传算法的很强的全局搜索能力，能够快速准确地识别管道泄漏。通过试验进行对比，证明遗传算法优化后的神经网络效果更好。关键词泄漏检测BP神经网络遗传算法拓扑结构权值中图分类号TH873．7

2、文献标识码A文章缩号1000．3932(2014)02-0128-05管道运输业作为与铁路、公路、航空、水运并驾齐驱的五大运输行业，在输送气体、液体时具有天然优势，它具有连续平稳、安全性好、运输量大、质量易保证、物料损失少、占地少及运费低等特点。但统计资料表明，目前世界上总管网的50％已经用了30年甚至更久，由于老化、腐蚀、地形沉降及人为破坏等因素导致管道泄漏事故时有发生，此问题任何国家都必须面对，而且会日趋严重。因此，做好对管道的泄漏检测就显得至关重要‘1

3、。目前，管道泄漏检测方法众多，但总体而言可分为两类，即基于硬件的泄漏检测方法和基

4、于软件的泄漏检测方法。常用的基于硬件的泄漏检测方法有人工巡检法、气体法、智能清管器法及光纤检漏法等¨1。人工巡检法对于较大的泄漏不会误报，但灵敏度太低，对于如海底、沙漠及沼泽等更加难以检测。气体检测设备通常需要搭载在运输工具上，沿管线边移动边检测，其检测响应时间通常是气体挥发出来后的几小时或者数天。智能清管器法的设备比较昂贵，检测费用也比较高，目前常用的是超声波检测法和漏磁通检测法。而光纤检漏法的优点是能检出微小的泄漏，缺点是材料成本高、连续使用性差，对于己建设好的管道系统要重新铺设电缆或光纤。常用的基于软件的泄漏检测方法有质量或体积平衡

5、法、声波检测法、负压波法、模型法及神经网络法等心J。负压波法是当今管道检测主流方法之一，对突发性的较大泄漏能快速检测定位，但对于小泄漏和缓慢泄漏容易出现误报或漏报。由于影响管道的因素非常多，很难建立一个准确的数学模型进行泄漏检测分析，而神经网络模型能够识别管道泄漏信号和正常信号，具有较强的适应学习能力，能够自动更新网络参数，适应不同的管道系统，从而准确及时地进行管道泄漏检测报警口】。同时，利用遗传算法对神经网络进行优化，能改进BP神经网络算法收敛速度慢、易陷入误差函数的局部极小点的缺点，进一步提高检测的可靠性，减小误差、减少漏报和误报的发

6、生。笔者利用遗传算法优化的BP神经网络对压力传感器采集到的信号进行识别，并与单纯的BP神经网络监测结果进行对比，同时在Matlab环境下进行有效性仿真研究。1BP神经网络在众多人工神经网络算法中，反向传播算法(BackPmp89ation，BP)推理过程严谨、算法收敛速度快H1，网络模型具有结构简单及易于处理分类问题等优点，成为人工神经网络中应用最广的算法模型。它实际上是一个多层的感知器，采用光滑活化函数，由输入节点、输出节点以及一个或多个隐含层节点组成，同层节点中没有任何耦合，相连两层节点用权值连接，每一层节点的输出只影响下一层节点的输

7、入。BP算法是一种监督式学收疆日期：2013J∞旬2第2期贾莹等．基于遗传算法优化神经网络的管道泄漏检测方法研究129习算法，基本原理是梯度最速下降法，主要思想是：对于输入样本戈，，咒：，⋯，x。和对应的网络实际输出y儿，y恐，⋯，yh以及对应的理想输出y’儿，y’纪，⋯，)，’。。¨1，学习目的是用网络的实际输出)，n，)，堙，⋯，y，。与理想输出)，’∽)，7陀，⋯，y’h之间的误差来修改其权值，使其尽可能地接近(使网络输出层的误差平方和达到最小)。图1所示为只有一个隐含层的结构，图1中左侧为输入层，有n个节点，对应的输入向量x=(算

8、．，茹：，⋯，戈。)1。；中间为隐含层，有g个节点，对应隐含层的输出向量z=(z。，z：，⋯，乙)1；右侧是输出层，有m个节点，对应输出向量y=(y．，y：，⋯，y。)1。。令输入层任一节点石i到隐含层任一节点zi之间的连接权值为秽ii；隐含层节点z，到输出层节点y。之间的连接权值为叫。，pj为网络隐含层第J个神经元的阈值，y。为网络输出层第

9、

10、}个神经元的阈值，其中江l，2，⋯，n，J=l，2，⋯，g，后=1．2．⋯．m。图1只有一个隐含层的BP神经网络结构对于每一个样本p的二次型误差准则函数为E。[6]：E，=÷；(1-。‘∥(1)系

11、统对P个训练样本的总误差准则函数为：tP“E=÷∑。二(rj一《)2(2)Zp=l，=i。2遗传算法优化BP神经网络2．1遗传算法原理遗传算法(GeneticAlgorithm，GA)是基于D