国内刊号:11-2865/X
国际刊号:1003-3033
发布日期:
作者:张新生, 常潆戈
单位:西安建筑科技大学 管理学院,陕西 西安 710055
关键词:海洋油气管道,外腐蚀速率,因子分析(FA),天牛须搜索算法(BAS),极限学习机(ELM)
基金:国家自然科学基金资助(41877527); 陕西省社会科学基金资助(2018S34)
为提高海洋油气管道外腐蚀速率预测的精度和效率,建立基于因子分析(FA)和天牛须搜索算法(BAS)的极限学习机(ELM)腐蚀速率预测模型。利用FA对影响因素数据集进行降维处理,确定预测模型的输入变量;建立ELM预测模型,并采用BAS对ELM模型的参数进行优化,避免参数取值随机性对模型预测性能的影响;以实海挂片试验为例,通过建模仿真评价模型的预测性能,并与其他模型进行对比分析。结果表明:FA-BAS-ELM预测模型的平均绝对误差(MAPE)仅为1.92%,决定系数R2高达0.994 9,相比于其他模型,该模型具有更优的预测性能。
来源:2022年第2期
《中国安全科学学报》期刊编辑部