基于改进随机森林模型的海底管道腐蚀预测

摘要：

为提高海底管道腐蚀速率预测精度,建立一种基于改进随机森林的海底管道腐蚀预测模型.首先,采用斯皮尔曼相关系数,分析实海挂片腐蚀数据的相关性,并采用因子分析降维;然后,设定K值为5的K折交叉验证,建立随机森林回归(RFR)模型,并输入降维后的数据;最后,输出模型的交叉验证得分,并对比评价该模型与其他模型的最高得分预测结果.研究结果表明:改进RFR的五折交叉验证输出平均得分值为0.912,高于BP神经网络(BPNN)模型、支持向量回归(SVR)模型2种对比模型;五折交叉验证最高得分预测结果均方根误差(RMSE)、平均绝对误差(MAE)分别为1.441和1.3,均优于对比模型相应值.

关键词：海底管道;腐蚀预测;随机森林回归(RFR)模型;斯皮尔曼相关系数;因子分析;K折交叉验证

所属期刊栏目：31

分类号：X928.03(安全管理（劳动保护管理）)

资助基金：国家自然科学基金资助;陕西省社科基金资助

在线出版日期：2021-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：69-74