典型文献
基于PCA-IABC-ELM的管道腐蚀速率预测
文献摘要：
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.
文献关键词：
主成分分析;人工蜂群算法;极限学习机;腐蚀预测;管道防护
中图分类号：
作者姓名：
刘文彬;秦谢勋;陈良超;陶武军
作者机构：
北京化工大学机电工程学院,北京100029;北京化工大学信息科学与技术学院,北京100029;中国石油庆阳石化公司,甘肃庆阳745002
文献出处：
引用格式：
[1]刘文彬;秦谢勋;陈良超;陶武军-.基于PCA-IABC-ELM的管道腐蚀速率预测)[J].热加工工艺,2022(14):27-31
A类：
B类：
IABC,ELM,管道腐蚀,腐蚀速率预测,准确预测,人工蜂群算法,极限学习机,腐蚀因素,降维处理,信息关联,输入层,权值,隐含层,泛化能力,A3,腐蚀数据,算法优化,组合模型,平均相对误差,管道防护,腐蚀预测
AB值：
0.236235
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
