期刊文献+

用人工神经网络预测天然气管道内腐蚀速度 被引量:17

Predict the Internal Corrosion Rate of Gas Pipeline with Artificial Neural Network
下载PDF
导出
摘要 介绍了人工神经网络技术及其BP算法的网络模型。引入人工神经网络模型,对输气管道内腐蚀速度进行了预测,预测结果表明,人工神经网络预测的结果与管道内壁实际腐蚀速度接近,预测精度较高,尤其是在处理非线性数据方面,人工神经网络更优于目前普遍采用的逐步回归法。 This paper adopts the artificial neural network to predict internal corrosive rate of gas pipeline. The predictable results show that the results obtained by the method is closed to the actual internal corrosion rate with a high accuracy. The writers consider that the artificial neural network is better than the stepwise regression analysis method,and suggest that this method can be used as a new method to predict internal corrosion rate of gas pipeline.
出处 《油气储运》 CAS 北大核心 2004年第9期56-58,共3页 Oil & Gas Storage and Transportation
关键词 内腐蚀 天然气管道 输气管道 管道内壁 腐蚀速度 人工神经网络技术 逐步回归法 人工神经网络模型 非线性 预测精度 gas pipeline,internal corrosion rate,artificial neural network,method,prediction
  • 相关文献

参考文献4

二级参考文献7

共引文献19

同被引文献130

引证文献17

二级引证文献59

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部