典型文献
基于PSO-SVM的天然气水合物生成条件预测
文献摘要：
为提高集输管道中天然气水合物生成条件的预测精度,采用粒子群算法(PSO),优化支持向量机(SVM)的惩罚因子C和核函数参数g,对天然气水合物的生成压力进行了预测.结果表明,PSO-SVM模型选用径向基核函数的预测结果相对最优,最优惩罚因子C为97.5331,最优核函数参数g为0.6439,训练集和测试集的平均绝对比例误差(MAPE)分别为2.74％和2.84％;PSO-SVM模型对纯组分和多组分天然气水合物的适用温度分别为273.49～295.00 K和273.59～298.00 K;PSO-SVM模型预测纯组分和多组分天然气水合物时,平均平方误差(MSE)、平方相关系数(R2)和MAPE分别为0.0003963、0.9996、2.84％和0.0006870、0.9983、2.74％.
文献关键词：
天然气水合物;粒子群算法;支持向量机;生成条件预测;参数优选
中图分类号：
作者姓名：
范婕;许欣怡;周诗岽;周年勇
作者机构：
常州大学 石油工程学院 江苏省油气储运技术重点实验室,江苏 常州 213164
文献出处：
引用格式：
[1]范婕;许欣怡;周诗岽;周年勇-.基于PSO-SVM的天然气水合物生成条件预测)[J].低碳化学与化工,2022(05):171-176
A类：
生成条件预测
B类：
PSO,天然气水合物,水合物生成,集输管道,中天,粒子群算法,优化支持向量机,惩罚因子,函数参数,径向基核函数,最优核函数,训练集,测试集,比例误差,MAPE,多组分,均平,MSE,方相,参数优选
AB值：
0.234241
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
