基于GRNN的海上钻井平台建造质量预测研究

• 作者: 梁静国 黄崇珍
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 广义回归神经网络 海上钻井平台 质量预测 BP神经网络
• 年，卷（期）: 2009,（3）
• 页码范围: 339-343
• 页数: 5页
• 分类号: TP183
• 字数: 3707字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7043.2009.03.019

摘要

对海上石油钻井平台建造质量进行有效预测,可提前预知未来建造质量状况,从而促使建造商在建造过程中,运用已有的并开发新的方法和手段,规避并解决质量不稳定因素,进一步提高建造质量和完善建造工艺.在阐述了海上钻井平台质量检测的内容及要求的基础上,利用广义回归神经网络构建了海上钻井平台建造质量预测模型,并以某自升式钻井平台为实证研究对象,运用该模型对其一年半的质量检测数据进行预测,将广义回归神经网络的预测误差与BP神经网络预测误差相比较,得出了广义回归神经网络对平台建造质量的预测精度高的结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄崇珍	哈尔滨工程大学经济管理学院	18	124	7.0	11.0
2	梁静国	哈尔滨工程大学经济管理学院	99	1277	19.0	31.0