基于改进的BP神经网络的输油管道内腐蚀速率预测
Transducer and Microsystem Technologies（2021）
Abstract
针对输油管道易发生腐蚀问题,建立了遗传算法(GA)优化反向传播神经网络(BPNN)的输油管道内腐蚀速率预测模型,给出了具体的优化流程.运用GA优化BPNN模型的起始权值和阈值,有效避免了单一BPNN模型陷入局部最优的问题发生,从而提升了预测的准确率.以某条输油管线为例,对改进的GA-BPNN模型进行验证和分析,结果表明:BPNN模型预测的最高相对误差高达24.49％,平均相对误差为11.13％.相较于BPNN模型,GA-BPNN模型的预测精度有了较大幅度地提高,最大相对误差仅为8.16％,平均相对误差为3.10％.因此使用GA-BPNN模型预测管道腐蚀情况可为管道的检维修提供可靠的理论依据.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined