论文部分内容阅读
本文建立了基于误差反向传播算法（BP）的多层感知器（MLP）结构的神经网络进行储罐区泄漏源的实时定位，提出了现场传感器阵列优化布置的原则，设计了输入空间和解空间，应用计算机仿真获得的泄漏浓度场对建立起来的神经网络进行了训练，并成功进行了验证，分析了隐层节点数、权值和阈值的取值范围和符号、学习因子等因素对网络性能的影响。研究表明利用神经网络的非线性映射能力对储罐区泄漏源进行实时定位是可行的，单隐层的MLP可以被训练来反向分析泄漏浓度场。