论文部分内容阅读
通过研究BP神经网络算法和混合原油凝点测量数据，用BP神经网络建立一种混合原油的凝点预测模型。引入具有高度非线性预测能力的误差反向传播的人工神经网络方法，以单组分原油凝点及其配比作为神经网络的输入向量，以混合原油凝点为输出向量，研究混合原油凝点与单组分原油凝点及配比之间的相关性。预测结果表明，混合原油凝点预测值的最大绝对偏差为0．128℃，平均绝对偏差为0．022℃，BP神经网络的凝点预测结果准确性明显优于其它混合原油凝点预测模型。