典型文献
基于ISCA-BP算法的天然气水合物预测模型
文献摘要：
为了建立更加准确、稳定的天然气水合物预测模型,利用改进正余弦算法优化神经网络,在正余弦算法(SCA)位置变化中加入非线性权重,对个体位置进行修正,提高算法收敛精度;融入Levy飞行改进SCA算法,强化局部搜索能力;将改进的正余弦算法用于BP神经网络参数优化,搭建ISCA-BP天然气水合物预测模型.与传统的热力学模型和BP模型模拟结果进行了对比,并且将该模型应用到气田现场测试.结果表明,ISCA-BP模型预测结果绝对相对误差为1.990％,平均绝对相对误差仅为0.339％,与其他热力学模型和BP模型相比,误差最小,预测结果精度高,稳定性好.在酸性体系和含醇盐体系中,都具有更准确的表现.ISCA-BP模型现场应用效果良好,可为抑制剂注入量的确定和现场安全运行策略的制定提供理论依据.
文献关键词：
天然气水合物;ISCA-BP神经网络;非线性权重;正余弦算法;相平衡;智能模型
中图分类号：
作者姓名：
李恩;刘云;吴森林;廖锐全
作者机构：
长江大学 石油工程学院,湖北 武汉 430100;中石油气举试验基地多相流研究室,湖北 武汉 430100
文献出处：
引用格式：
[1]李恩;刘云;吴森林;廖锐全-.基于ISCA-BP算法的天然气水合物预测模型)[J].化学工程,2022(08):62-67
A类：
改进正余弦算法
B类：
ISCA,天然气水合物,算法优化,优化神经网络,非线性权重,收敛精度,Levy,局部搜索,搜索能力,网络参数,热力学模型,模型模拟,模型应用,气田,现场测试,酸性体系,现场应用,注入量,现场安全,安全运行策略,相平衡,智能模型
AB值：
0.218705
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。
