| 基于遗传BP神经网络预测硫在高含硫气体中溶解度 |
| |
| 引用本文： | 陈磊,李长俊,冷明,任帅,刘刚,任强.基于遗传BP神经网络预测硫在高含硫气体中溶解度[J].现代化工,2014,34(9):142-147,149. |
| |
| 作者姓名： | 陈磊 李长俊 冷明 任帅 刘刚 任强 |
| |
| 作者单位： | 1. 西南石油大学石油与天然气工程学院,四川成都,610500
2. 中国石油大学(北京)机械与储运工程学院,北京,102249 |
| |
| 基金项目： | 国家自然科学基金项目，教育部博士点专项科研基金项目 |
| |
| 摘 要： | 为更精确地关联预测硫在高含硫气体中的溶解度,提出将遗传算法(GA)和LM-反向传播神经网络(LM-BP ANN)相结合的预测模型。设计了该模型的计算过程,讨论了模型参数的设置。以温度、压力和气体组分作为BP神经网络预测模型的输入变量,利用GA优化了BP神经网络的初始权值和阈值,采用遗传算法优化后的BP神经网络计算了元素硫在高含硫气体中的溶解度。结果表明,该模型训练结果与实测值之间的平均相对误差为5.90%,测试结果与实测值的平均相对误差为5.54%;该方法较BP神经网络模型具有预测精度高、收敛速度快的优点;该模型具有较好的模拟及内推、外推功能。
|
| 关 键 词： | 硫沉积 遗传算法 LM-BP神经网络 元素硫 高含硫气体 溶解度 |
Prediction of sulfur solubility in high sulfur gas based on genetic algorithm and LM-BP artificial neural network |
| |
| CHEN Lei,LI Chang-jun,LENG Ming,REN Shuai,LIU Gang,REN Qiang.Prediction of sulfur solubility in high sulfur gas based on genetic algorithm and LM-BP artificial neural network[J].Modern Chemical Industry,2014,34(9):142-147,149. |
| |
| Authors: | CHEN Lei LI Chang-jun LENG Ming REN Shuai LIU Gang REN Qiang |
| |
| Affiliation: | CHEN Lei;LI Chang-jun;LENG Ming;REN Shuai;LIU Gang;REN Qiang;School of Petroleum Engineering,Southwest Petroleum University;College of Mechanical & Transportation Engineering,China University of petroleum; |
| |
| Abstract: | |
| |
| Keywords: | sulfur deposition genetic algorithm LM-BP neural network elemental sulfur high sulfur gas solubility |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
