[发明专利]基于采用改进思维进化算法的BP人工神经元网络的喷射器性能的预测方法

摘要

一种基于采用改进思维进化算法的BP人工神经元网络的喷射器性能的预测方法，对于给定的喷射器收集相关参数；思维进化算法初始化参数设置；根据得分函数计算最初种群中得分最高的若干个优胜个体和临时个体，以这些个体为中心产生新的个体，得到优胜子种群和临时子种群；趋同操作并异化操作；将得分较低的子群体中保留得分相对较高的子群体进行交叉变异得到新的个体，再将剩余的子群体淘汰掉并在全局范围内重新进行搜索并形成新的临时群体，产生的评分最高的个体即为所求最佳个体；神经网络结构建立与参数初始化；改进BP‑MEA神经网络的训练；采集给定喷射器的实测数据，输入到改进BP‑MEA神经网络中，得到输出向量即预测值。本发明预测精度较高、耗时较短。

主权项

一种基于采用改进思维进化算法的BP人工神经元网络的喷射器性能的预测方法，其特征在于：包括以下步骤：步骤一，数据的采集与处理：对于给定的喷射器，收集相关参数即引射流体压力Pe、工作流体压力Pp、出口背压Pc和引射系数ε，对引射流体压力、工作流体压力与出口背压进行归一化处理，使其到[0,1]之间，公式如下：其中，k为归一化后的数据，x为被归一化数据，xmin为被归一化数据中的最小值，xmax为被归一化数据中最大值；步骤二，思维进化算法初始化参数设置：对包括种群大小、优胜子种群个数、临时子种群个数、子群体大小、迭代次数等参数进行设置并建立最初种群；步骤三，根据得分函数计算最初种群中得分最高的若干个优胜个体和临时个体，以这些个体为中心产生新的个体，得到优胜子种群和临时子种群；步骤四，趋同操作，各子种群内的个体相互竞争，直至产生成熟的子种群，将得分进行记录；步骤五，异化操作，各个成熟子种群的最优个体进行全局竞争并形成新的临时群体；步骤六，将得分较低的子群体中保留得分相对较高的子群体进行交叉变异得到新的个体，再将剩余的子群体淘汰掉并在全局范围内重新进行搜索并形成新的临时群体；步骤七，重复步骤四～步骤六达到迭代次数上限，此时产生的评分最高的个体即为所求最佳个体；步骤八，神经网络结构建立与参数初始化：根据网络的输入输出矢量，确定神经网络结构，隐含层数为一层，神经元个数根据经验公式：得出，其中l、n为输入、输出节点数，a为常数；其中，引射流体压力、工作流体压力为该神经网络的输入，出口背压、引射系数为该神经网络的输出；步骤九，改进BP‑MEA神经网络的训练：用步骤(8)中建立的人工神经网络进行训练，在经过若干次迭代直到预测值与期望值小于给定值，此时神经网络训练结束，该训练完成的神经网络即为建立的喷射器性能预测BP‑MEA神经网络；步骤十，在工程实际应用中，采集给定喷射器的实测数据，包括引射流体压力Pe、工作流体压力Pp；按步骤一的方法将数据进行归一化处理，然后再输入到建立完成的改进BP‑MEA神经网络中，得到输出向量出口背压Pc和引射系数ε，再将出口背压进行反归一化处理，即得到预测值。