基于PSO-BP神经网络的水焦浆管道压降预测

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：在小型浆体流动试验系统上采用4根不同管径的直管考察水焦浆的阻力特性。水焦浆在管内流动存在壁面滑移效应,具有滑移减阻现象,压降预测需要进行壁面滑移修正。利用粒子群优化算法（particle swarm optimization,PSO）对BP神经网络进行改进,建立考虑5因子影响因素后的水焦浆管道输送压降PSO-BP神经网络预测模型;采用神经网络预测模型对水焦浆在管道输送中的压降进行了预测,并将预测值与试验值进行比较。结果表明：粒子群优化算法改进的神经网络模型可以有效预测水焦浆在管道输送过程中的压降,预测值与试验值之间误差较小,平均绝相对误差不超过10%。

原文链接:http://www.cqvip.com/QK/90021X/201205/40781046.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：BP神经网络 神经网络 PSO 神经网 Optimization 水焦浆 压降 壁面滑移 神经网络 粒子群优化算法