基于PSO-LSSVM的拉线棒腐蚀预测

• 作者: 向乃瑞 孟遂民 黄力
• 来源期刊: 腐蚀与防护
• 学科: 工学
• 关键词: 拉线棒 腐蚀预测 灰色关联度 最小二乘支持向量机 粒子群优化
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 试验研究
• 页码范围: 23-28
• 页数: 6页
• 分类号: TG174
• 字数: 4233字
• 语种: 中文
• DOI: 10.11973/fsyfh-202001005

摘要

根据鄂西某输电线路拉线塔的拉线棒腐蚀数据,通过灰色关联度算法分析了土壤因素与拉线棒腐蚀情况之间的相关性;应用粒子群算法(PSO)对最小二乘支持向量机(LSSVM)的关键参数进行优化;利用灰色关联度权重对有关数据进行处理,建立了PSO-LSSVM和考虑灰色关联度权重的PSO-LSSVM预测模型.实例计算表明,与LSS-VM预测模型相比,PSO-LSSVM预测模型训练集所得结果的均方根误差下降了15.3％;预测集的均方根误差下降了35.71％.考虑灰色关联度权重后,PSO-LSSVM预测模型训练集和预测集的均方根误差进一步下降,分别减少了24.59％和20％.PSO-LSSVM用于拉线棒腐蚀预测具有较好的精度,考虑灰色关联度权重的PSO-LSSVM模型的预测精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟遂民	三峡大学电气与新能源学院	63	400	10.0	16.0
2	黄力	三峡大学电气与新能源学院	28	91	6.0	9.0
3	向乃瑞		1	0	0.0	0.0