声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：61-1133/TG
国际刊号：1001-3814
发布日期:
作者：刘文彬, 秦谢勋, 陈良超, 陶武军,
关键词：主成分分析, 人工蜂群算法, 极限学习机, 腐蚀预测, 管道防护,
为准确预测管道的腐蚀速率，提出一种基于主成分分析(PCA)、人工蜂群算法(ABC)和极限学习机(ELM)的管道腐蚀速率预测模型。通过PCA算法对腐蚀因素进行降维处理，降低腐蚀因素间的信息关联度，通过改进的人工蜂群算法(IABC)优化ELM模型的输入层权值和隐含层阈值，提高模型的泛化能力。以26组A3钢的实海挂片实验数据为例，同时构造BP模型、ELM模型和PCA-ELM模型来验证PCA-IABC-ELM模型的可靠性。结果表明：采用PCA算法预处理腐蚀数据和IABC算法优化ELM模型参数的处理方法是最为有效的，组合模型的平均相对误差为1.2274%，预测精度优于其他模型。PCA-IABC-ELM模型可用于预测管道的腐蚀速率，指导管道防护工作。
来源：2022年第14期
《热加工工艺》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。