典型文献
改进MGM(1,1)的管道腐蚀预测模型构建
文献摘要：
针对管道腐蚀预测分析因素复杂且具有较大随机性与模糊性的问题,建立了一种基于集成学习与机器学习算法的PSO-MGM管道腐蚀预测模型.在管道腐蚀检查数据的基础上,以MGM(1,1)为预测模型,采用PSO算法选出最优白化因子,实现了管道腐蚀速率预测.仿真结果表明,所提模型预测值与实际值拟合效果良好,可较为理想地反映管道腐蚀发育情况,相较于标准GM(1,1)预测模型和MGM(1,1)预测模型,其平均相对误差更小,满足预测精度需求,并可具体预测某一管道腐蚀发育情况,具有一定的实际应用价值.
文献关键词：
集成学习;机器学习;管道腐蚀预测;MGM(1;1)模型;PSO算法
中图分类号：
作者姓名：
柏淘雨;余华云;宋文广
作者机构：
长江大学计算机科学学院,湖北 荆州 434023
文献出处：
引用格式：
[1]柏淘雨;余华云;宋文广-.改进MGM(1,1)的管道腐蚀预测模型构建)[J].机械设计与制造工程,2022(04):69-73
A类：
B类：
MGM,管道腐蚀预测,预测模型构建,预测分析,随机性,模糊性,集成学习,机器学习算法,PSO,腐蚀检查,检查数据,白化,腐蚀速率预测,拟合效果,较为理想,发育情况,平均相对误差,一管
AB值：
0.249997
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。
