10.3969/j.issn.1001-4578.2003.01.005
利用BP神经网络预测注水管道的腐蚀速率
利用人工神经网络的自适应、自组织学习能力,通过对训练样本集的学习,预测了注水管道的腐蚀速率.通过实例,采用4种不同的预测腐蚀速率的方法,即采用传统的预测腐蚀速率的CVDA-84规范、传统的BP神经网络、改进的Rumelhart和MBP神经网络计算注水管道的腐蚀速率.CVDA-84规范偏保守,采用BP以及改进的BP神经网络预测的腐蚀速率和观测值基本一致.但采用BP人工神经网络预测时,迭代次数比CVDA大得多,采用改进的Rumelhart和MBP神经网络能有效地提高预测速度,改善网络的收敛性,并且使预测精度有所提高.
神经网络、注水管道、腐蚀速率、预测
31
TE98(石油机械设备与自动化)
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共3页
14-16