《表3 水泥浆性能：基于机器学习的原油管输能耗预测方法研究》
提示：宽带有限、当前游客访问压缩模式
实验过程通过Python 3.6.6语言实现，处理器为Intel Xeon E5-2643 v4，计算机内存为96.0 GB。以管道A为例，CEEMDAN-IPSO-BPNN混合模型的主要实验参数如表3所示。将CEEMDAN-IPSO-BPNN混合模型与主流机器学习方法和SPS能耗模块的预测性能分别展开对比，全面评价CEEMDAN-IPSO-BPNN的预测性能。
| 图表编号 | XD00208809100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.12.01 |
| 作者 | 徐磊、侯磊、李雨、张鑫儒、白小众、雷婷、朱振宇、刘金海、谷文渊、孙欣 |
| 绘制单位 | 中国石油大学(北京)机械与储运工程学院、中国石油大学(北京)油气管道输送安全国家工程实验室、石油工程教育部重点实验室、中国石油大学(北京)机械与储运工程学院、中国石油大学(北京)油气管道输送安全国家工程实验室、石油工程教育部重点实验室、中国石油大学(北京)机械与储运工程学院、中国石油大学(北京)油气管道输送安全国家工程实验室、石油工程教育部重点实验室、中国石油大学(北京)机械与储运工程学院、中国石油大学(北京)油气管道输送安全国家工程实验室、石油工程教育部重点实验室、国家管网集团北方管道有限责任公司锦州输 |
| 更多格式 | 高清、无水印（增值服务） |
