一种模糊推理网络及在管道腐蚀诊断中的应用

针对油气管道运输中的管道腐蚀损伤检测问题,提出了一种基于模糊推理网络的诊断模型。基于模糊推理规则构造了一种模糊推理网络模型,模型为五层结构,模糊化层采用高斯函数,调整参数为高斯函数的均值、方差以及规则层权值。基于梯度下降法构造了模型的学习算法。模型融合了模糊逻辑推理能够充分利用领域规则和先验知识以及神经网络能够自适应环境两方面的优点,实际资料处理结果表明,模型对解决管道腐蚀诊断问题具有良好的适应性和实用性。

基于混合蚁群算法的模糊神经网络研究与应用

油气管道腐蚀失效检测具有多因素性、复杂性、非线性和随机性等多个特点,利用精确的数学模型描述有一定的难度。论文提出了一种基于混合蚁群聚类算法的模糊神经网络的管道腐蚀失效检测方法。聚类采用与K-均值方法混合的蚁群聚类方法,将该聚类方法用于模糊神经网络构建中,建立了基于模糊神经网络的管道腐蚀失效检测模型。通过利用实际的管道腐蚀失效检测数据进行诊断应用,取得了较好的识别效果,验证了该模型及算法的有效性及可行性。