[发明专利]一种粉煤灰膏体管道输送水力坡度模型的建立方法

权利要求书

1.一种粉煤灰膏体管道输送水力坡度模型的建立方法，其特征在于，包括以下步骤：

(1)确定目标函数，所述目标函数采用最小二乘目标函数，如下式表示：

f(X)=Σi=1r(Uis-Uiq)2]]>

式中：r为试验组数；为第i组试验的实际输出；为第i组试验的期望输出；

(2)管道输送试验所得数据作为样本集，并对样本集数据进行归一化处理；

(3)进行BP神经网络学习，同时采用MMAS优化神经网络的权值、阈值和结构，建立管道输送水力坡度的影响因素与水力坡度的非线性映照，获得粉煤灰膏体输送的水力坡度预测模型；

其中，所述水力坡度的影响因素包括浓度、流速和管径；

所述粉煤灰膏体输送的水力坡度预测模型中，第一层为输入层，3个神经元，分别为浓度、流速和管径，第二层为隐层，第三层为输出层，1个神经元，为输送水力坡度。

2.根据权利要求1所述的方法，其特征在于，所述粉煤灰膏体输送的水力坡度预测模型是基于MMAS的BP神经网络的建模，先将试验数据模糊化，再作为BP神经网络的输入和输出，同时利用MMAS配合BP神经网络学习训练，得到参数与有关指标之间的非线性映照模型。

3.根据权利要求2所述的方法，其特征在于，基于MMAS的BP神经网络其训练过程如下：

第一，初始化，基本参数包括最大信息素a_max、最小信息素a_min、随机的个体数量M、隐层数量W、每隐层节点最大值W_i、最大循环次数D_cmax和蚂蚁数量s；

第二，蚂蚁并行从第一个节点开始，逐一的顺序处理，直至最后节点；对于第n只蚂蚁情况，具体操作为首先分析节点，判断节点的基本情况，然后根据元素选择规则计算概率，按照轮盘转动的方式，分别在前一个节点对应的权值和阈值集合中选择一个元素，元素选择规则按下述公式(1)进行：

Pjn(Ob)=aj(Ob)/Σl=1Mai(Ob)---(1)]]>

式中O_b——权值和阈值集合；j——元素；a_i(O_b)——集合O_b中的信息素a_i；

第三，在每次迭代中，建立整个蚁群解对应的神经网络，输入样本，计算神经网络的均方误差MSE，记载蚂蚁所寻最优路径均方误差MSE_best1，用BP神经网络学习训练，再记载训练后的均方误差MSE_train，具体表示如下述公式(2)：

MSE_best＝min{MSE_best1,MSE_train}(2)

第四，更新元素和信息素，对于每一个节点，更新的方式按公式(3)和公式(4)进行：

式中ρ——信息素挥发因子；

Δa＝1/MSE_best(4)

第五，重复第二至第四步，直至D_c≥D_cmax时，循环中止；

第六，MMAS找到的最优路径解建立BP神经网络，进行学习训练，对神经网络的权值、阈值和结构进行微调。