基于粒子群优化BP网络的原油含水率预测

摘要：

　　研究将粒子群优化算法与BP神经网络相结合，建立三元采出液脱水后的原油含水率的预报模型。确定温度、矿化度、测量电压3个影响原油含水率的主要因素作为神经网络的输入量。用粒子群优化算法对神经网络参数进行优化，改善了预测模型的收敛性。实验结果表明，该算法的有效性。

关键词： 粒子群优化算法 神经网络 参数优化 原油含水率

作者: HUANG Na 黄娜 GUAN Zheng-wei 关正伟

作者单位: Electrical and Information Engineering College,Northeast Petroleum University,Daqing 163318 China 东北石油大学电气信息工程学院,黑龙江,大庆163318 Daqing No.2 Oil Plant,Daqing 163414 China 大庆采油二厂,黑龙江,大庆163414

会议类型: 国内会议

会议名称: 黑龙江省第三届信息与智能自动化学术会议暨黑龙江省自动化学会第八届会员代表大会

会议地点: 哈尔滨

会议语种:中文

页码: 17-19

在线出版日期: 2011-09-24（万方平台首次上网日期，不代表论文的发表时间）