期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进RFFS和GSA-SVR的长输油管道腐蚀深度预测研究
被引量:
9
1
作者
张新生
张琪
《系统工程理论与实践》
EI
CSSCI
CSCD
北大核心
2021年第6期1598-1610,共13页
由于长输油管道腐蚀深度受整个外部土壤腐蚀环境、内部运输介质和其他未知因素的干扰。常常会使管道腐蚀数据出现异方差性以及非稳定性的问题,导致精确预测管道腐蚀深度十分困难.为了提高长输油管道腐蚀深度的预测精度,提出了基于改进R...
由于长输油管道腐蚀深度受整个外部土壤腐蚀环境、内部运输介质和其他未知因素的干扰。常常会使管道腐蚀数据出现异方差性以及非稳定性的问题,导致精确预测管道腐蚀深度十分困难.为了提高长输油管道腐蚀深度的预测精度,提出了基于改进RFFS和GSA-SVR的预测模型.首先利用改进RFFS算法提取长输油管道重要腐蚀影响因素作为预测指标,实现数据降维,以减少对预测结果的干扰;然后进行数据预处理,利用GSA对惩罚系数C和核函数参数g进行寻优,同时优选核函数和迭代次数t,使SVR达到全局搜索和局部搜索的最优,进而形成基于改进RFFS和GSA-SVR管道腐蚀深度预测模型;随后使用训练集训练模型,输入测试集进行预测,同时引入平均相对误差(MARE)和相对均方误差(RMSE)两个评价指标进行对比,建立数据表对模型精确度进行检验.实例结果表明:使用基于改进RFFS和GSA-SVR模型用于预测腐蚀深度与实际结果高度吻合,预测精度远高于其他预测模型.
展开更多
关键词
长输油管道
腐蚀深度预测
改进
rffs
算法
万有引力算法(GSA)
支持向量机(SVR)
原文传递
题名
基于改进RFFS和GSA-SVR的长输油管道腐蚀深度预测研究
被引量:
9
1
作者
张新生
张琪
机构
西安建筑科技大学管理学院
出处
《系统工程理论与实践》
EI
CSSCI
CSCD
北大核心
2021年第6期1598-1610,共13页
基金
国家自然科学基金(41877527)
陕西省社科基金项目(2018S34)。
文摘
由于长输油管道腐蚀深度受整个外部土壤腐蚀环境、内部运输介质和其他未知因素的干扰。常常会使管道腐蚀数据出现异方差性以及非稳定性的问题,导致精确预测管道腐蚀深度十分困难.为了提高长输油管道腐蚀深度的预测精度,提出了基于改进RFFS和GSA-SVR的预测模型.首先利用改进RFFS算法提取长输油管道重要腐蚀影响因素作为预测指标,实现数据降维,以减少对预测结果的干扰;然后进行数据预处理,利用GSA对惩罚系数C和核函数参数g进行寻优,同时优选核函数和迭代次数t,使SVR达到全局搜索和局部搜索的最优,进而形成基于改进RFFS和GSA-SVR管道腐蚀深度预测模型;随后使用训练集训练模型,输入测试集进行预测,同时引入平均相对误差(MARE)和相对均方误差(RMSE)两个评价指标进行对比,建立数据表对模型精确度进行检验.实例结果表明:使用基于改进RFFS和GSA-SVR模型用于预测腐蚀深度与实际结果高度吻合,预测精度远高于其他预测模型.
关键词
长输油管道
腐蚀深度预测
改进
rffs
算法
万有引力算法(GSA)
支持向量机(SVR)
Keywords
long-distance
oil
pipeline
corrosion
depth
prediction
improved
rffs
algorithm
gravitation
algorithm
(GSA)
support
vector
machine(SVR)
分类号
X913.4 [环境科学与工程—安全科学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于改进RFFS和GSA-SVR的长输油管道腐蚀深度预测研究
张新生
张琪
《系统工程理论与实践》
EI
CSSCI
CSCD
北大核心
2021
9
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部