摘要
本发明涉及一种基于NOA优化的岛式鱼道高速流比率预测方法。该方法根据岛式鱼道内流动特性受几何参数影响变化及趋势各不相同,造成最优参数难以确定的问题,建立了BP神经网络模型,并使用遗传算法对BP神经网络进行了优化。通过比较得出经过优化后的神经网路预测平均误差均有所降低,因此经过遗传算法优化后的BP神经网络预测精确度更高,效果较好,为后续结构的优化奠定了基础。利用NOA算法对由GA‑BP神经网络预测的模型进行参数寻优,将寻优得到的几何参数进行三维建模,并导入ANSYS Fluent仿真软件得到了优化后几何参数组合鱼道高速流比率结果数值。
技术关键词
比率
数值模拟计算方法
拉丁超立方抽样方法
误差函数
BP神经网络预测
演变分析方法
参数
神经网络模型
数值仿真模型
流速
仿真软件
鱼道
遗传算法优化
高速摄影机
数据
样本
BP算法
系统为您推荐了相关专利信息
数字孪生模型
资源分配策略
计算机执行指令
误差函数
强化学习算法