基于Lasso-PSO-BP神经网络的腐蚀管道失效压力的预测

• 作者: 张新生 张玥
• 来源期刊: 材料保护
• 学科: 工学
• 关键词: 管道腐蚀 失效压力 Lasso回归 粒子群算法(PSO) BP神经网络 预测
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 试验研究
• 页码范围: 46-52
• 页数: 7页
• 分类号: TE88
• 语种: 中文

摘要

管道是运输石油和天然气的重要工具,随着其腐蚀现象愈发严重,必须对腐蚀管道的失效压力进行预测.针对如何精确预测腐蚀管道失效压力的问题,提出一种Lasso-PSO-BP模型.首先,结合收集的腐蚀管道爆破试验数据,利用Lasso回归筛选出失效压力影响因素,确定BP神经网络的输入变量;然后,用粒子群算法(PSO)优化反向传播(BP)神经网络初始权值阈值;最后,将优化训练后的BP神经网络用于管道失效压力的预测.通过实例验证,对比分析2种模型的拟合效果,结果表明:相较Lasso-BP预测模型,Lasso-PSO-BP预测模型的平均误差(AE)从0.102 5减小到0.030 1,均方根误差(RMSE)由1.174 3减小到0.297 2,其各项指标都优于Lasso-BP模型,证明此方法具有较高的准确率,显示了PSO-BP神经网络模型更优的拟合度与预测精度,适用于腐蚀管道失效压力的预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张玥	西安建筑科技大学管理学院	4	1	1.0	1.0
2	张新生	西安建筑科技大学管理学院	45	251	9.0	15.0