科研之友
微信
新浪微博
Facebook
分享链接
摘要
为准确预测某石化企业循环冷却水腐蚀速率,对石化企业循环冷却水3年实际测量数据进行分析研究,提出一种腐蚀预测算法KPCA-CPSO-LSSVM。通过核主成分分析(KPCA)将数据样本降维,消除数据共线性,使用最小二乘支持向量机(LSSVM)建立预测模型,采用具有较强全局搜索能力的混沌粒子群(CPSO)优化算法对LSSVM中的模型参数进行优化选择。研究结果表明,相比PSO-LSSVM,该组合算法具有较高的预测精度和泛化能力,为循环冷却水的腐蚀预测提供了一种有效手段。
- 出版日期2019
- 单位中国石油化工股份有限公司; 天津理工大学
