10.16247/j.cnki.23-1171/tq.20180416
基于BP、RBF神经网络的含蜡原油蜡沉积预测
基于冷蜡沉积实验装置所得实验数据,在分析BP、RBF神经网络结构原理的基础上,采用BP神经网络和RBF神经网络分别建立蜡沉积速率模型,计算预测蜡沉积速率,并且对比相同实验数据下两类神经网络模型对蜡沉积预测的精度.结果表明,BP神经网络和RBF神经网络预测精度均满足要求.BP神经网络预测时间要比RBF神经网络更长,而且当神经网络维数增加时预测值的精度不一定会增加;在模拟时要反复尝试隐含层节点个数和其他参数,而RBF神经网络在数据的训练过程中就已给出隐含层节点个数,学习速度更优于BP神经网络,对新数据的适应性更好,在满足精度条件下更易得到最优解.
神经网络、相对误差、蜡沉积速率、网络结构
TE832(石油、天然气储存与运输)
2018-06-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
16-19