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
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：
基于GWO-LSSVM算法的海底管道腐蚀预测模型研究 被引量：5
1
作者 金龙 曾德智 +3 位作者 孟可雨 肖国清 谭四周 张昇 《石油与天然气化工》 CAS CSCD 北大核心 2022年第2期70-76,共7页
目的针对海底管道腐蚀影响因素存在信息叠加与相互耦合、作用机理复杂、腐蚀速率预测难度大的问题,提出一种灰狼优化(GWO)算法优化最小二乘支持向量机(LSSVM)的腐蚀速率预测新模型。方法该模型利用灰狼优化算法对最小二乘支持向量机的... 目的针对海底管道腐蚀影响因素存在信息叠加与相互耦合、作用机理复杂、腐蚀速率预测难度大的问题,提出一种灰狼优化(GWO)算法优化最小二乘支持向量机(LSSVM)的腐蚀速率预测新模型。方法该模型利用灰狼优化算法对最小二乘支持向量机的核参数与惩罚因子进行迭代寻优,减少参数选择的盲目性,提升预测精度,应用该模型对海水挂片腐蚀实验的50组样本进行学习与预测,并与传统最小二乘支持向量机、粒子群优化最小支持向量机进行了预测精度的比较。结果灰狼优化最小二乘支持向量机的平均绝对误差、均方误差、均方根误差均最小,其决定系数更接近于1,说明该模型的预测结果与真实值最接近,算法效率高。结论构建的模型可以用于当前油气工程大数据驱动的腐蚀预测中,其结果可以为海底管道的腐蚀与防护提供决策技术支持。 展开更多
关键词 海水腐蚀 腐蚀预测 灰狼优化算法(GWO) 最小二乘支持向量机(LSSVM)
下载PDF
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
使用帮助 返回顶部