基于BP、RBF神经网络的含蜡原油蜡沉积预测

• 作者: 刘鹏 张煜 李星雨 王力
• 来源期刊: 化学工程师
• 学科: 工学
• 关键词: 神经网络 相对误差 蜡沉积速率 网络结构
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 继续教育
• 页码范围: 16-19
• 页数: 4页
• 分类号: TE832
• 字数: 3164字
• 语种: 中文
• DOI: 10.16247/j.cnki.23-1171/tq.20180416

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘鹏		14	16	2.0	3.0
2	张煜		7	4	1.0	2.0
3	李星雨		10	11	2.0	3.0
4	王力		9	9	2.0	2.0