改进的差值灰色—BP神经网络模型在天然气水合物生成预测中的应用研究

摘要

天然气在开采、加工以及运输的过程中易受到压力和温度的影响生成天然气水合物,这不仅降低了天然气的利用率,严重时还会造成管道堵塞,因此,分析和预测天然气水合物的生成具有实际意义.为了预测天然气水合物的生成情况,引用了具有解决复杂系统问题能力的人工神经网络,运用MATLAB语言编程建立了GM(1,1)理论和BP神经网络的组合模型,通过研究发现,这两种模型还存在着不足的地方,考虑到精确度的因素,本文分别运用了加入动量项法改进了BP神经网络和残差修正法改进了灰色GM(1,1)理论,并且在两种模型结合的过程中选用了差值结合法,最终建立了改进的差值灰色—BP神经网络模型.通过数值模拟证实了改进的差值灰色—BP神经网络模型具有更高的精准度.