基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对采用标准预测含缺陷管道剩余强度误差较大这一问题,在Matlab中建立基于SVR的含缺陷管道剩余强度预测模型,并基于60组含缺陷管道爆破试验数据进行训练测试,以验证模型的实际性能.结果表明:SVR模型预测测试集结果的最小相对误差为0.55%,最大相对误差为10.35%,平均相对误差为2.63%,预测结果的R2高达0.9901,验证了SVR模型的准确性和鲁棒性,研究结果可为管道运行调度及检维修提供决策支持.
推荐文章
含缺陷管道剩余强度评价方法
缺陷管道
剩余强度
评价
含缺陷管道剩余强度和剩余寿命的研究
腐蚀缺陷
剩余强度
剩余寿命
含体积型缺陷管道的剩余强度分析
含体积型缺陷管道
剩余强度
响应曲面法
缺陷尺寸
ABAQUS
含缺陷管道剩余强度评价方法探讨
在役管道
缺陷
剩余强度
评价方法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SVR的含缺陷管道剩余强度研究
来源期刊 中国安全生产科学技术 学科 工学
关键词 支持向量回归 含缺陷管道 剩余强度 失效压力 机器学习
年,卷(期) 2022,(2) 所属期刊栏目 职业安全卫生管理与技术|Occupational Safety and Health Management and Technology
研究方向 页码范围 172-176
页数 5页 分类号 X937
字数 语种 中文
DOI 10.11731/j.issn.1673-193x.2022.02.026
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量回归
含缺陷管道
剩余强度
失效压力
机器学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国安全生产科学技术
月刊
1673-193X
11-5335/TB
大16开
北京朝阳区惠新西街17号
82-379
1981
chi
出版文献量(篇)
6865
总下载数(次)
16
总被引数(次)
53643
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
甘肃省自然科学基金
英文译名:Natural Science Foundation of Gansu Province
官方网址:http://www.nwnu.edu.cn/kjc/glbf/gsshzrkxjjzxglbf.htm
项目类型:
学科类型:
论文1v1指导