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