基于粒子群优化LSTM模型的管道应力预测方法

• 作者: 吴泽民 周临风 冷建成
• 来源期刊: 压力容器
• 关键词: 长短期记忆网络(LSTM) 粒子群优化(PSO) 管道应力预测 均方根误差
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 检验与维护
• 页码范围: 76-80
• 页数: 5页
• 分类号: TH49|TE88
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4837.2021.08.011

摘要

为了解决传统BP神经网络预测精度不高的问题,提出了一种基于粒子群优化(PSO)长短期记忆网络(LSTM)模型的管道应力趋势预测方法.在分析管道应力监测数据的基础上,利用LSTM模型对未来的应力发展趋势进行预测,进一步采用粒子群算法优化LSTM模型参数来提高预测精度,并基于均方根误差验证了PSO-LSTM模型的有效性,可为长期监测数据的趋势分析提供方法借鉴.