基于遗传算法优化BP神经网络的

管道泄漏检测方法研究

燕宗伟，李平，郎宪明，刘浩宇

（辽宁石油化工大学信息与控制工程学院，辽宁抚顺 113001）

摘      要：针对管道泄漏检测准确率较低的问题，提出一种基于数据预处理的遗传算法（Genetic Algorithm，GA）优化BP神经网络的管道泄漏检测方法。该方法利用GA求解最佳的BP神经网络初始值，构建了BP神经网络的管道泄漏检测模型。数据经过预处理，并提取其特征，组成泄漏特征向量组样本，以样本作为BP神经网络的输入，泄漏工况类别作为BP神经网络的输出。通过Booth函数测试，与基于粒子群优化算法（Particle Swarm Optimization，PSO）优化的BP神经网络的泄漏检测准确率进行对比分析，该方法预测准确率高，实验验证表明，对管道泄漏工况识别误差在0.07%以内，有效提高了泄漏检测的准确率。

关   键   词：遗传算法；BP神经网络；粒子群算法；泄漏检测

中图分类号：TE973.6       文献标识码： A      文章编号： 1671-0460（2020）01-0216-06