神经网络构建稠油掺稀黏度预测模型研究
Oilfield Chemistry（2014）
摘要
本文利用BP神经网络能够较好地在实验数据基础上建立稠油掺稀黏度预测模型,以对新疆塔河油田稠油掺入四种稀油的黏度预测为例,通过BP神经网络建立预测模型,并与四种传统基于线性回归的建模方法及改进的方法进行对比,结果表明:利用神经网络建立模型的最大误差为4.1％,黏度与温度、稀稠比的非线性关系能够较好拟合,对比基于线性回归方法的建模方法及其改进算法有着更高的拟合精度.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要