典型文献
基于GWO-LSSVM算法的海底管道腐蚀预测模型研究
文献摘要：
目的 针对海底管道腐蚀影响因素存在信息叠加与相互耦合、作用机理复杂、腐蚀速率预测难度大的问题,提出一种灰狼优化(GWO)算法优化最小二乘支持向量机(LSSVM)的腐蚀速率预测新模型.方法 该模型利用灰狼优化算法对最小二乘支持向量机的核参数与惩罚因子进行迭代寻优,减少参数选择的盲目性,提升预测精度,应用该模型对海水挂片腐蚀实验的50组样本进行学习与预测,并与传统最小二乘支持向量机、粒子群优化最小支持向量机进行了预测精度的比较.结果 灰狼优化最小二乘支持向量机的平均绝对误差、均方误差、均方根误差均最小,其决定系数更接近于1,说明该模型的预测结果与真实值最接近,算法效率高.结论 构建的模型可以用于当前油气工程大数据驱动的腐蚀预测中,其结果可以为海底管道的腐蚀与防护提供决策技术支持.
文献关键词：
海水腐蚀;腐蚀预测;灰狼优化算法(GWO);最小二乘支持向量机(LSSVM)
中图分类号：
作者姓名：
金龙;曾德智;孟可雨;肖国清;谭四周;张昇
作者机构：
油气藏及地质开发工程国家重点实验室·西南石油大学;中海石油(中国)中国有限公司深圳分公司;中国石油天然气股份有限公司东北销售分公司
文献出处：
引用格式：
[1]金龙;曾德智;孟可雨;肖国清;谭四周;张昇-.基于GWO-LSSVM算法的海底管道腐蚀预测模型研究)[J].石油与天然气化工,2022(02):70-76
A类：
海底管道腐蚀预测
B类：
GWO,LSSVM,腐蚀影响因素,信息叠加,互耦,腐蚀速率预测,算法优化,最小二乘支持向量机,预测新模型,灰狼优化算法,核参数,惩罚因子,迭代寻优,参数选择,盲目性,腐蚀实验,粒子群优化,小支,平均绝对误差,均方误差,决定系数,真实值,算法效率,油气工程,工程大数据,大数据驱动,腐蚀与防护,决策技术,海水腐蚀
AB值：
0.282225
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。
