《表3 模型预测平均绝对误差及预测时间》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于PCA-GRNN模型的集输管道腐蚀速率预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

将原油pH值、含水率、二氧化碳含量、硫化氢含量、盐含量、溶解氧含量、管道温度、原油流速这八种因素作为集输管道腐蚀速率的影响因素，在MATLAB软件中建立GRNN预测模型。使用交叉验证的方法对光滑因子进行优选，优选结果为0.7。将25组数据作为训练样本，对5组数据进行预测，并将PCA-GRNN模型的预测结果和PCA-BP神经网络模型、PCA-WNN神经网络模型的预测结果进行对比，预测结果如图3所示，预测误差如图4所示，预测结果的平均绝对误差和预测时间如表3所示。从图4、表3中可以看出，PCA-GRNN模型的预测结果与集输管道的实际腐蚀速率十分接近，平均绝对误差仅有1.28%，预测时间仅为3.78 s；PCA-WNN神经网络模型的预测误差也相对较小，仅有2.56%，但是该模型的预测时间相对较长；PCA-BP神经网络模型的预测误差最大，且预测时间最长，说明该方法并不适用于集输管道腐蚀速率预测。综上所述，PCA-GRNN模型适用于集输管道腐蚀速率预测。