基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用灰色关联法分析了7个影响因素与管道蜡沉积速率的关联度,确定了模型的输入维数;通过建立7-10-1的BP神经网络预测模型预测了所取样本的蜡沉积速率,并对其预测精度进行验证和对比.结果表明:在考虑7个影响蜡沉积速率因素时,模型的精度可控制在0.5%左右,比考虑4个影响因素的精度更高;BP神经网络预测模型的精度与输入维数有关,维数的增大有利于精度的提高,但并不意味维数越高精度就越高;不同的初始权重和阈值对于预测的精度和泛化能力存在较大影响,但模型的精度仍在可接受范围内,因此,该模型可用于蜡沉积速率预测.
推荐文章
基于人工神经网络的原油管道蜡沉积速率模型
蜡沉积速率
人工神经网络
输油管道
管道输送原油蜡沉积速率模型研究
蜡沉积速率
人工神经网络
逐步回归
原油
管道
基于改进BP神经网络优化的管道腐蚀速率预测模型研究
BP神经网络
改进粒子群算
管道腐蚀
预测模型
基于BP神经网络的Ni-TiN镀层腐蚀速率预测研究
BP神经网络
Ni-TiN镀层
腐蚀速率
磁场电沉积
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 预测管道蜡沉积速率的BP神经网络模型研究
来源期刊 西安石油大学学报(自然科学版) 学科 工学
关键词 蜡沉积速率 灰色关联分析 BP神经网络
年,卷(期) 2014,(1) 所属期刊栏目 石油工程
研究方向 页码范围 66-70,75
页数 6页 分类号 TE832|TP183
字数 3301字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 靳文博 西南石油大学石油工程学院 12 71 5.0 7.0
2 伍鸿飞 西南石油大学石油工程学院 6 38 4.0 6.0
3 田震 西南石油大学石油工程学院 8 33 4.0 5.0
4 安云朋 西南石油大学石油工程学院 6 27 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (10)
参考文献  (5)
节点文献
引证文献  (6)
同被引文献  (19)
二级引证文献  (14)
1981(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
蜡沉积速率
灰色关联分析
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安石油大学学报(自然科学版)
双月刊
1673-064X
61-1435/TE
大16开
西安市南郊电子二路18号
1959
chi
出版文献量(篇)
2967
总下载数(次)
4
总被引数(次)
29672
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导