中国安全科学学报

作者：李易安, 骆正山

单位：西安建筑科技大学 管理学院,陕西 西安 710055

关键词：核主成分分析(KPCA),改进布谷鸟搜索算法(ICS),极限学习机(ELM),埋地输油管线,腐蚀深度

基金：国家自然科学基金资助(41877527);陕西省社科基金资助(2018S349)。

为掌握油气管线土壤腐蚀情况,保障埋地管线安全运行,通过核主成分分析(KPCA)择优土壤腐蚀因素,获取管线腐蚀的高贡献因素;采用改进布谷鸟搜索算法(ICS)优化极限学习机(ELM)隐含层偏差及阈值,将具有高贡献度的指标作为模型输入,腐蚀深度为输出目标,构建ICS-ELM腐蚀深度预测模型;以陕西省某埋地输油管线实地埋片试验为例,选择8种影响因素,建立埋地输油管线土壤腐蚀指标体系,并进行模拟仿真预测及验证分析。结果表明:ICS比标准布谷鸟搜索算法(CS)提前83代收敛,具有更快的迭代速率;KPCA-ICS-ELM模型预测结果的最低相对误差、均方根误差和希尔不等系数分别低达0.209%、0.228%、0.441%;与其他模型相比,该模型准确度更高。

来源：2020年第12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2020年第12期