《表1 主成分分析结果：基于PCA-GRNN模型的原油管道减阻剂减阻率预测研究》

  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模型的原油管道减阻剂减阻率预测研究》

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

使用MATLAB编程软件编写PCA算法，将加剂浓度、管道管径、管道长度、摩阻压降、沿程摩阻、摩阻系数、油品黏度、油品密度、平均流速、平均输量、首站输量、末站输量、首站温度、末站温度、油品压力、首站高程、末站高程以及雷诺数等18项数据输入PCA算法中，对其进行主成分分析，分析结果如表1所示。从表1中可以看出，加剂浓度的贡献率高达44.988 6%，证明加剂浓度是影响减阻剂减阻率的主要因素。同时还可以看出，加剂浓度、管道直径、长度、平均输量、平均输送速度以及雷诺数六项影响因素的累计贡献率高达98%，因此，可以使用这六项影响因素代替所有初选影响因素进行GRNN预测。