手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

GBP神经网络在改性石蜡性质预测中的应用

张晓彤;李兴明;代敏;刘丹;刘荣江;孙兆林;孙挺

  在误差反向传播神经网络算法中引入动量因子和非线性敏感度因子 ,并实现其在学习过程中根据整体误差的变化对非线性敏感度因子进行动态调整。首次采用GBP模型对改性石蜡的 2 5℃针入度和 1 0 0℃运动粘度进行了预测 ,2 5℃针入度预测的绝对误差 (A .D .)不超过± 0 .6 ( 1 0 -1 mm) ,标准偏差为 0 .5 4 ;1 0 0℃运动粘度预测的绝对误差 (A .D .)不超过± 1 .0 76mm2 /s ,标准偏差为 0 .5 8。结果表明 ,GBP神经网络算法适用于改性石蜡 2 5℃针入度和 1 0 0℃运动粘度的预测 ,可用于指导特种蜡产品的研制和生产 ,从而减少石蜡调合试验及相应的改性石蜡性质测试的次数 ,节省人力物力 ,缩短特种蜡的开发周期……   
[关键词]:人工神经网络;石蜡改性;针入度;运动粘度
[文献类型]:期刊
[文献出处]: 《石油化工高等学校学报2004年04期
[格式]:PDF原版; EPUB自适应版(需下载客户端)