| 径向基神经网络的瓦斯水合物相平衡预测 |
| |
| 引用本文： | 卢斌,吴强.径向基神经网络的瓦斯水合物相平衡预测[J].黑龙江科技学院学报,2009,19(3):169-172. |
| |
| 作者姓名： | 卢斌 吴强 |
| |
| 作者单位： | 1. 黑龙江科技学院,信息网络中心
2. 黑龙江科技学院,安全工程学院,哈尔滨,150027 |
| |
| 基金项目： | 国家自然科学基金资助项目，黑龙江省自然科学基金资助项目 |
| |
| 摘 要： | 瓦斯水合物生成是复杂的结晶过程,获取不同组分和浓度的瓦斯水合物相平衡等热力学参数对水合物技术的应用具有非常重要的意义.针对瓦斯水合物相平衡条件,确定了RBF神经网络的输入、输出向量,建立了RBF神经网络瓦斯水合物相平衡预测模型,并用实验数据进行了验证.结果表明,该模型对瓦斯水合物相平衡的预测具有计算精度高、速度快等优点.RBF神经网络研究为瓦斯水合物相平衡预测提供了一种新途径.
|
| 关 键 词： | 瓦斯 水合物 相平衡 神经网络 |
RBF neural network prediction of gas hydrate phase equilibrium |
| |
| LU Bin,WU Qiang.RBF neural network prediction of gas hydrate phase equilibrium[J].Journal of Heilongjiang Institute of Science and Technology,2009,19(3):169-172. |
| |
| Authors: | LU Bin WU Qiang |
| |
| Institution: | 1.Information Network Center;Heilongjiang Institute of Science and Technology;2.College of Safety Engineering;Harbin 150027;China |
| |
| Abstract: | Gas hydrate formation involves a complex crystallization process.Access to thermodynamic parameters,such as gas hydrate phase equilibrium of different components and concentrations is of greater significance to the application of hydrate technology.In addition to introducing the use of RBF neural network method to predict gas hydrate phase equilibrium,this paper discusses the determination of the input and output vector of the RBF neural network,the establishment of the RBF neural network prediction model o... |
| |
| Keywords: | gas hydrate equilibrium neural network |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
