《基于PSO-SVM的天然气水合物生成条件预测》

技术简介：

为提高集输管道中天然气水合物生成条件的预测精度，采用粒子群算法（PSO），优化支持向量机（SVM）的惩罚因子C和核函数参数g，对天然气水合物的生成压力进行了预测。结果表明，PSO-SVM模型选用径向基核函数的预测结果相对最优，最优惩罚因子C为97.5331，最优核函数参数g为0.6439，训练集和测试集的平均绝对比例误差（MAPE）分别为2.74%和2.84%;PSO-SVM模型对纯组分和多组分天然气水合物的适用温度分别为273.49～295.00K和273.59～298.00K;PSO-SVM模型预测纯组分和多组分天然气水合物时，平均平方误差（MSE）、平方相关系数（R~2）和MAPE分别为0.0003963、0.9996、2.84%和0.0006870、0.9983、2.74%。

研发人员：范婕;许欣怡;周诗岽;周年勇;