二氧化碳对油田集油管线腐蚀的预测

在油田开采过程中,CO2常作为一种伴生气存在于油田中。干CO2(相对湿度小于60%)对碳钢不构成腐蚀,但CO2易溶于水并与水发生反应生成碳酸,降低水的pH值,增加水的腐蚀性。CO2对钢铁的腐蚀比盐酸严重,使油田管线的寿命大大低于设计寿命。因此,重视油田集油管线中CO2腐蚀的严重性,加强CO2水溶液的腐蚀性的监测和预测,采取预防措施,对于保证油田集油管线的安全运营特别重要。     

稠油出砂冷采过程中储层孔隙度预测模型

从岩石力学原理出发，结合稠油出砂冷采过程中的动态特征，研究了等温条件下疏松砂岩体积应变率随累积产油量和累积出砂量的变化规律，建立了出砂冷采过程中储层孔隙度的预测模型。该模型可以定量预测稠油出砂冷采过程中储层孔隙度的变化规律，从而为出砂冷采过程中其他规律的研究奠定了基础。     

稠油油藏的注汽量预测

利用HCZ预测模型，可对已开发油田的年产量和累计产量进行全程预测，并且在实际应用中取得了较好的预测结果。本文结合稠油田的实际情况，推导出HXZ预测模型在热采中注汽参数的预测公式。结合曙光油田曙1－7－5块的开发数据进行了预测，效果较好。     

我国绸缎生产预测和对策

应用随机时间序列模型对“八五”期间的绸缎产量进行了预测,对丝绸工业的现状特别是绸缎的生产和销售状况作了分析,为扩大市场提高经济效益提出了相应的对策。     

基于神经网络的河道浅滩演变预测模型

河道浅滩演变是一个复杂的非线性动力学过程, 作者借助神经网络处理非线性问题的优势, 在分析影响河道浅滩演变因素的基础上, 建立了预测河道浅淮演变的BP网络模型, 并对模型中的输入因子和样本的提取进行了探讨. 以闽江竹岐至侯官河段为实例,用“试控法”给出了BP网络模型的建模方案, 用正交设计原理选取相应的训练样本集, 利用该样本集对网络进行学习和训练, 并用训练好的BP网络模型预测浅滩上年内最小水深和年平均淤积厚度. 计算结果表明: 模型预测结果与实际值吻合良好. 这为河道浅滩演变预测研究提供了新方法.     

基于感知器的快速彩色图像无损压缩算法

针对彩色图像像素和颜色分量之间存在的相关性，将神经网络中的感知器技术引入彩色图像的无损压缩算法中，提出了一种新的预测模型。应用感知器的自学习和自适应能力，对预测值进行自适应调整，使算法在运行过程中具有很小的预测残差并具有较小的动态范围。同时应用颜色空间变换来减小颜色分量间的相关性。相对于新的国际标准JPEG—LS，这种预测模型具有较低的计算复杂性。对比实验结果说明，这种算法的性能明显优于传统算法，在压缩比损失很小的前提下，其执行速度高于JPEG—LS。     

变权组合预测模型在大坝安全监测中的应用

简要介绍了组合预测模型的基本原理，该模型改进了单一模型考虑因素的片面性，但常规的组合预测模型的权系数是固定的。考虑到各种模型的预测精度的变化，以及大坝安全监测数据存在的突变、时效等因素，固定权系数的组合预测模型有待进一步改进。文中提出了变权系数组合预测模型，并将其用于实际的大坝安全监测工程。结果表明，变权组合预测模型的预报精度高于其他模型。是一种值得推广的方法。     

市场商情预测系统

市场商情预测是企业经营决策的重要依据。然而,科学地定量地作市场商情预测,要用到一些复杂的预测模型,进行一系列数学运算,处理大量的原始数据。综合利用数据库管理系统VVisualFoxpro的数据管理能力,以及VisualBasic语言的数值计算和绘图功能,使得指数平滑法、季节指数法等科学的预测方法在市场商情预测中得以实现。