| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题研究背景和意义 | 第7-8页 |
| ·研究背景 | 第7页 |
| ·研究意义 | 第7-8页 |
| ·国内外微波法检测原油含水率的现状及发展趋势 | 第8-9页 |
| ·微波法检测原油含水率现状 | 第8-9页 |
| ·原油含水率测量未来发展趋势 | 第9页 |
| ·本课题主要研究内容 | 第9-10页 |
| ·创新点 | 第10-11页 |
| 第二章 微波法测量含水率机理、影响因素及相关实验 | 第11-18页 |
| ·微波法测量含水率机理 | 第11-12页 |
| ·微波法测量含水率的影响因素 | 第12-13页 |
| ·温度对含水率测量值的影响 | 第12页 |
| ·压力、流速对含水率测量的影响分析 | 第12-13页 |
| ·矿化度对含水率测量的影响 | 第13页 |
| ·微波法测量原油含水率相关试验 | 第13-17页 |
| ·含水率测量仪结构外形及原理框图 | 第13-14页 |
| ·含水率测量仪技术性能 | 第14页 |
| ·含水率测量仪现场安装 | 第14-16页 |
| ·试验步骤 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 应用 SPSS 多元回归模型预测原油含水率 | 第18-30页 |
| ·SPSS 多元回归模型基本介绍 | 第19-23页 |
| ·应用 SPSS 建立多元回归模型操作过程 | 第23-25页 |
| ·结果分析 | 第25-27页 |
| ·微波法预测原油含水率模型及误差分析 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 基于 BP 神经网络预测原油含水率模型 | 第30-56页 |
| ·人工神经网络方法 | 第30-32页 |
| ·人工神经元模型 | 第30-31页 |
| ·人工神经网络的结构和分类 | 第31-32页 |
| ·BP 神经网络的结构及工作过程 | 第32-33页 |
| ·BP 神经网络的结构 | 第32-33页 |
| ·BP 神经网络的工作过程 | 第33页 |
| ·BP 神经网络的学习方法 | 第33-34页 |
| ·学习方式 | 第33页 |
| ·学习规则 | 第33-34页 |
| ·BP 神经网络的数学描述 | 第34-37页 |
| ·激活函数 | 第36页 |
| ·BP 神经网络算法流程 | 第36-37页 |
| ·BP 神经网络预测原油含水率模型建立 | 第37-40页 |
| ·神经网络层数的确定 | 第37-38页 |
| ·神经网络各层节点数的确定 | 第38-39页 |
| ·数据的预处理 | 第39-40页 |
| ·初始值的选取 | 第40页 |
| ·学习速率的选取 | 第40页 |
| ·MATLAB 在神经网络中的使用 | 第40-42页 |
| ·MATLAB 的功能 | 第40-41页 |
| ·MATLAB 的工具箱 | 第41页 |
| ·MATLAB 的神经网络相关函数 | 第41-42页 |
| ·BP 网络的局限性及若干改进 | 第42-49页 |
| ·BP 网络的局限性 | 第42-43页 |
| ·BP 网络的若干改进 | 第43-49页 |
| ·算例分析 | 第49-55页 |
| ·原油含水率训练及预测程序 | 第49-52页 |
| ·运行程序预测含水率结果 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 结论与建议 | 第56-57页 |
| ·基本结论 | 第56页 |
| ·建议 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 附录 | 第60-62页 |
| 攻读学位期间发表的论文 | 第62-63页 |
| 详细摘要 | 第63-74页 |