پیش بینی ضریب تصحیح میترجابجایی مثبت نفت کوره با استفاده از رگرسیون بردار پشتیبان

میتر جابجایی مثبت که وظیفه اندازهگیری حجم سیالات را بر عهده دارد، بیشتر وقت ها دقیق اندازه گیری نمی کند ودارای خطا میباشد. برای تصحیح این خطا از یک ضریب به نام ضریب تصحیح استفاده می شود. در حال حاضر در عمل بهوسیله پرووینگ کردن این ضریب تصحیح را بدست می آورند. در این تحقیق سعی شده که به وسیله الگوریتم رگرسیونبردار پشتیبان به ابزاری جهت پیش بینی ضریب تصحیح میتر جابجایی مثبت دست یابیم. برای تنظیم پارامترهایرگرسیون بردار پشتیبان از دو الگوریتم گرید سرچ و الگوریتم بهینه سازی اجتماع ذرات استفاده شد و عملکرد این دوالگوریتم توسط معیارهای ارزیابی ضریب همبستگی، میانگین مربع خطا، جذر میانگین مربع خطا، شاخص پراکندگی وخطای نسبی سنجیده، و با هم مقایسه شد. نتایج نشان دادند که الگوریتم بهینه سازی اجتماع ذرات از الگوریتم گرید سرچبهتر عمل کرده و از طرفی کرنل RBF در الگوریتم بهینه سازی اجتماع ذرات و کرنل خطی در الگوریتم گرید سرچ عملکرد بهتری در الگوریتم خود داشتند.

کلیدواژه ها:

پرووینگ ، ضریب تصحیح ، میتر جابجایی مثبت ، رگرسیون بردار پشتیبان ، الگوریتم بهینه سازی اجتماع ذرات