|11.3　多相流智能计算技术|

智能计算是旨在利用对不精确性和不确定性的容忍度以实现可处理性、鲁棒性和较低的解决方案成本的方法学的集合。智能计算涵盖了计算机科学、人工智能和机器学习中的一系列计算技术。智能计算从可用的测量中得出所需的信息，在数据融合中，将不同特性和动态的测量结果融合在一起，使用信号处理算法包括卡尔曼滤波算法。目前，神经网络或模糊计算已用于实现智能计算。

如图11-1所示，多相流智能计算的主要构成技术包括机器学习（神经网络、支持向量机和深度学习等）、进化计算（进化编程、遗传算法、进化策略等）、模糊逻辑和概率推理（贝叶斯置信网络和邓斯特·谢弗理论等）。

图11-1　多相流智能计算主要组成部分

机器学习和进化计算是数据驱动的搜索和优化方法，而模糊逻辑和概率推理技术则基于知识驱动的推理。每种技术可以独立使用，几种技术也可以组合构成混合模型。智能计算具有处理高度复杂、动态和非线性问题的能力，并且计算与分析方法简单，因此已成为解决工程挑战的有前途的工具。对于多相流参数检测，智能计算技术用于从传感器输出中提取有用的信息，以预测或估计多相流的流速、相分数（浓度）或确定流型。