关键词：特征选择；蚁群优化算法；相关向量机；流型识别
摘 要：为提高流型识别的准确率,提出了基于蚁群算法(ant colony optimization,ACO)和相关向量机(relevance vector machine,RVM)封装模式的流型特征选择方法.首先采用小波包变换(wavelet packet transform,wPT)、经验模式分解方法(empirical mode decomposition,EMD)对原始压差波动信号进行分解,分别提取压差波动信号的时域无量纲指标和各分解信号的能量和熵组成融合特征.然后采用ACO和RVM进行特征选择和识别,选出有利于流型识别的特征优化组合.空气-水两相流型识别的实验结果表明:该方法能实现流型特征的有效缩减,经优化组合的最优特征子集识别率达95％以上,与其他方法相比具有更高的识别率.