摘要
针对埋地管道腐蚀的影响因素之间存在复杂相关性,采用传统方法所建立的模型预测效果较差,本文提出一种改进的柯西加权最小二乘支持向量机(Improved Cauchy Weighted Least Squares Support Vector Machine,ICWLS-SVM)建模方法,该模型方法基于改进的柯西分布(Cauchy distribution)加权规则,能够对不同的训练样本进行自适应赋权,以合理分配数据样本对模型的贡献。由于建模过程中涉及的正则化参数C、核宽参数?以及宽度系数u对模型的鲁棒性及预测精度有较大影响,进一步采用遗传粒子群优化(Genetic Particle Swarm Optimization,GPSO)算法对以上参数进行优化选择,以获得较优的模型参数。数值仿真实验表明ICWLS-SVM具有较强的鲁棒性,其预测性能优于WLS-SVM和LS-SVM。同时,利用实测腐蚀速率数据对ICWLS-SVM模型进行性能测试,结果表明该建模方法在管道腐蚀速率预测建模方面是有效且可行的。
出处
《呼伦贝尔学院学报》
2018年第2期130-136,141,共8页
Journal of Hulunbuir University
基金
福建省教育厅中青年教师教育科研项目(JAT170789)
