基于AGA-ELM混合算法的海底管线腐蚀速率预测

• 作者: 李易安 王小完 骆正山 骆济豪
• 来源期刊: 材料保护
• 学科: 交通运输
• 关键词: 海底管线 自适应遗传算法(AGA) 极限学习机(ELM) 腐蚀速率预测 优化
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 试验研究
• 页码范围: 51-56
• 页数: 6页
• 分类号: U177
• 语种: 中文

摘要

为有效预测海底管线腐蚀速率,建立了自适应遗传算法(AGA)优化极限学习机(ELM)的预测模型(AGA-ELM).根据腐蚀影响因素确定输入层参数,腐蚀速率为输出层参数;为避免模型受输入权值矩阵及隐含层偏差随机性的影响,利用AGA对两者进行优化,并采取测试法探究最优隐含层节点数及激活函数.同时,通过改进AGA的遗传算子,提高其寻优性能.以实海挂片试验数据对该模型进行实证分析,对比分析该模型与BP、ELM模型的预测结果.结果 表明,AGA-ELM模型泛化性能更好、精准度更高,且预测结果的平均绝对误差、平均绝对百分误差、均方根误差均明显低于其他2种模型,提高了预测的可靠度及吻合度,为海底管线腐蚀预测研究提供了新的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	骆正山	西安建筑科技大学管理学院	79	457	11.0	18.0
2	王小完	西安建筑科技大学管理学院	38	279	11.0	15.0
3	骆济豪		5	13	2.0	3.0
4	李易安	西安建筑科技大学管理学院	2	0	0.0	0.0