基于PCA-IABC-ELM的管道腐蚀速率预测

摘要：

为准确预测管道的腐蚀速率,提出一种基于主成分分析(PCA)、人工蜂群算法(ABC)和极限学习机(ELM)的管道腐蚀速率预测模型.通过PCA算法对腐蚀因素进行降维处理,降低腐蚀因素间的信息关联度,通过改进的人工蜂群算法(IABC)优化ELM模型的输入层权值和隐含层阈值,提高模型的泛化能力.以26组A3钢的实海挂片实验数据为例,同时构造BP模型、ELM模型和PCA-ELM模型来验证PCA-IABC-ELM模型的可靠性.结果表明:采用PCA算法预处理腐蚀数据和IABC算法优化ELM模型参数的处理方法是最为有效的,组合模型的平均相对误差为1.2274％,预测精度优于其他模型.PCA-IABC-ELM模型可用于预测管道的腐蚀速率,指导管道防护工作.

关键词：主成分分析、人工蜂群算法、极限学习机、腐蚀预测、管道防护

所属期刊栏目：51

分类号：TG174(金属学与热处理)

资助基金：国家重点研发计划2018YFC0809004

在线出版日期：2022-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：27-31