科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对管道腐蚀预测分析因素复杂且具有较大随机性与模糊性的问题，建立了一种基于集成学习与机器学习算法的PSO-MGM管道腐蚀预测模型。在管道腐蚀检查数据的基础上，以MGM(1,1)为预测模型，采用PSO算法选出最优白化因子，实现了管道腐蚀速率预测。仿真结果表明，所提模型预测值与实际值拟合效果良好，可较为理想地反映管道腐蚀发育情况，相较于标准GM(1,1)预测模型和MGM(1,1)预测模型，其平均相对误差更小，满足预测精度需求，并可具体预测某一管道腐蚀发育情况，具有一定的实际应用价值。
- 出版日期2022
- 单位长江大学
