中国安全科学学报

作者：郑度奎, 程远鹏, 李昊燃, 何天隆

单位：长江大学 石油工程学院,湖北 武汉 430100

关键词：人工鱼群算法(AFSA),广义回归神经网络(GRNN),集输管道,CO₂腐蚀速率,预测精度,相对误差

基金：国家自然科学基金资助(51301201)

为提高油田集输管道CO2腐蚀速率预测的准确性,针对原始广义回归神经网络(GRNN)预测精度低的问题,提出改进的群智能算法优化原始GRNN的预测模型;分别使用GRNN模型、人工鱼群算法(AFSA)优化的GRNN(AFSA-GRNN)模型和自适应改进的AFSA-GRNN(IAFSA-GRNN)模型预测X65管线钢的CO2腐蚀速率。结果表明:采用AFSA和IAFSA优化光滑因子S后,能大大提高GRNN模型的预测精度,预测结果的平均相对误差由36.09%分别减小至7.20%和6.90%;与AFSA相比,IAFSA优化的GRNN不仅具有更高的预测精度,还具有更快的收敛速度。AFSA-GRNN在第164次迭代计算时收敛,而IAFSA-GRNN在第109次迭代计算时收敛,说明AFSA经自适应优化能提高优化过程的收敛速度和GRNN的预测精度。

来源：2022年第1期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2022年第1期