-
题名基于混合麻雀搜索算法海洋管线内腐蚀速率预测
- 1
-
-
作者
骆正山
张轩博
王小完
-
机构
西安建筑科技大学管理学院
-
出处
《热加工工艺》
北大核心
2023年第16期32-37,共6页
-
基金
国家自然科学基金资助项目(41877527)
陕西省社科基金资助项目(2018S34)。
-
文摘
为提高海洋管线腐蚀速率预测精度,建立基于混合策略麻雀搜索算法(HSSA)优化的深度脊波神经网络(DRNN)腐蚀预测模型。首先通过种群初始化,改进发现者、加入者和侦查者位置更新公式的混合策略提高麻雀搜索算法(SSA)的模型性能。随后利用HSSA对DRNN的权值和阈值进行迭代寻优,降低随机选取参数对模型性能的影响,提高模型预测精度,采用核主成分分析法(KPCA)提取出原始数据中的主要特征。最后,以中国海南东部某海底管道数据进行验证,并与其余4个模型对比。结果表明:HSSA-DRNN模型预测结果较其余模型更接近实际值,且MRE、RMSE指标均优于对比模型,证明所提模型能更准确可靠的预测海底管道腐蚀速率。
-
关键词
海洋管线
内腐蚀速率
核主成分分析法
混合麻雀搜索算法
深度脊波神经网络
-
Keywords
marine pipeline
internal corrosion rate
kernel principal component analysis(KPCA)
hybrid sparrow search algorithm(HSSA)
deep ridge wave neural network(drnn)
-
分类号
TG172
[金属学及工艺—金属表面处理]
-
