电容层析成像技术(ECT)是一种用于混合绝缘介质的新型非侵入式成像技术,它具有非侵入性、响应速度快、结构简单、成本低、适用范围广等优点,目前已经应用于多种基于成像的过程中,如液/气管道流成像、油/水/气重力分离、气力输送以及流化床等。目前对电容层析成像的图像重建方法很多采用神经网络方法进行训练求解。本文使用的是对于RBF神经网络的图像重建方法进行改进,基于RBF神经网络的图像重建方法的实质就是用RBF神经网络建立电容测量值到图像灰度值的映射关系模型。本文建立了极板电容测量值与成像区域的像素灰度值的RBF神经网络映射,给出了基于RBF神经网络的12极板电容层析成像系统的图像重建方法模型。人工鱼群算法源于对鱼群运动等行为的研究,是一种基于模拟鱼群行为的随机搜索优化算法,通过鱼群中各个体的局部寻优最终达到全局最优的目的。人工鱼群算法具有克服局部极值、取得全局极值的能力,它具有优良的分布式计算机制、较强的鲁棒性、易于和其他方法结合等优点。目前对该算法的研究及应用己经渗透到多个应用领域,并由解决一维静态优化问题发展到与神经网络相结合进行组合优化问题。本文以12电极电容层析成像系统为研究对象,研究了油水两相流的图像重建问题。本文对基于RBF的神经网络图像重建算法中的隐层到输出层的权值的计算,引入了人工鱼群算法进行求优,进行了一系列的仿真实验,并与线性反投影算法和传统的RBF神经网络的图像重建质量进行了比较,实验表明该方法具有误差小、成像质量高等优点,为ECT图像重建算法的研究提供了一个新的思路。