10.3969/j.issn.1000-8241-D.2002.06.004
人工神经网络预测注水腐蚀管道的剩余寿命
利用人工神经网络的自适应、自组织学习能力,通过对训练样本集的学习,使用传统的CVDA-84规范、传统的BP神经网络、改进的Rumelhart和MBP神经网络,对注水管道的剩余寿命进行了预测.结果表明,CVDA-84规范偏保守,采用BP以及改进的BP神经网络预测的剩余寿命和观测值基本一致.但采用BP人工神经网络预测时,迭代次数比CVDA多得多.采用改进的Rumelhart和MBP神经网络能有效地提高预测速度,改善网络的收敛性,并且使预测精度有所提高.
神经网络、注水管道、腐蚀、剩余寿命、预测
21
TP18(自动化基础理论)
国家高技术研究发展计划863计划863-306-ZT04-03-3
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
11-14