论文部分内容阅读
目前利用最优化算法中的Marquardt法改进BP神经网络正受到越来越多的人们的注意，但该方法的网络初始权值是随机选取。由于初始权值选取不当将对整个网络的性能产生严重影响，因此提出将遗传算法与Marquardt法结合，先利用遗传算法全局随机搜索寻优的特性来寻找网络最佳初始权值，再用Marquardt法使网络权系数稳定收敛，同时应用该方法对油气水多相流流型进行智能识别，结果表明该方法能有效学习模式样本，学习稳定，推广能力强，适合于在流型识别等神经网络为中小规模的场合下应用。