典型文献
基于LASSO-ISAPSO-ELM的含蜡原油管道蜡沉积速率预测
文献摘要：
为提高含蜡原油管道蜡沉积速率的预测精度,保障含蜡原油管道安全运行,提出一种基于套索算法(LASSO)和改进模拟退火粒子群算法(ISAPSO)融合极限学习机(ELM)的含蜡原油管道蜡沉积速率预测模型.首先利用LASSO提取含蜡原油管道蜡沉积速率的关键影响因素,简化样本指标;然后对模拟退火粒子群(SAPSO)的种群初始化、惯性权重和学习因子进行改进,并利用其优化ELM的输入权重和隐含层节点阈值;最后以青海某厂原油为试验油样,通过开展室内环道试验获取85组数据样本,将预处理后的样本数据集代入模型计算,对含蜡原油管道蜡沉积速率进行预测,并将LASSO-ISAPSO-ELM模型的预测结果与BPNN模型和PSO-SVM模型的预测结果进行对比.结果表明:经LASSO筛选,得到5项影响含蜡原油管道蜡沉积速率的关键因素;ISAPSO比SAPSO提前43代收敛且寻优精度更优;LASSO-ISAPSO-ELM模型预测结果的均方根误差、平均相对误差和希尔不等系数分别低达0.069 83、0.693 73％、0.003 36,与其他模型相比,LASSO-ISAPSO-ELM模型的预测精度更高.
文献关键词：
含蜡原油管道;蜡沉积速率;套索算法(LASSO);改进模拟退火粒子群算法(ISAPSO);极限学习机(ELM)
中图分类号：
作者姓名：
骆正山;潘柯成
作者机构：
西安建筑科技大学管理学院,陕西 西安710055
文献出处：
引用格式：
[1]骆正山;潘柯成-.基于LASSO-ISAPSO-ELM的含蜡原油管道蜡沉积速率预测)[J].安全与环境工程,2022(06):69-77
A类：
ISAPSO
B类：
LASSO,ELM,含蜡原油管道,蜡沉积速率,速率预测,管道安全,套索算法,改进模拟退火,模拟退火粒子群算法,极限学习机,关键影响因素,种群初始化,惯性权重,学习因子,隐含层节点,节点阈值,展室,环道,样本数据集,代入,BPNN,代收,寻优精度,平均相对误差,希尔
AB值：
0.143516
相似文献
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。
