Key Words:
长输油管道;;腐蚀深度预测;;改进RFFS算法;;万有引力算法(GSA);;支持向量机(SVR)
Abstract:
由于长输油管道腐蚀深度受整个外部土壤腐蚀环境、内部运输介质和其他未知因素的干扰。常常会使管道腐蚀数据出现异方差性以及非稳定性的问题,导致精确预测管道腐蚀深度十分困难.为了提高长输油管道腐蚀深度的预测精度,提出了基于改进RFFS和GSA-SVR的预测模型.首先利用改进RFFS算法提取长输油管道重要腐蚀影响因素作为预测指标,实现数据降维,以减少对预测结果的干扰;然后进行数据预处理,利用GSA对惩罚系数C和核函数参数g进行寻优,同时优选核函数和迭代次数t,使SVR达到全局搜索和局部搜索的最优,进而形成基于改进RFFS和GSA-SVR管道腐蚀深度预测模型;随后使用训练集训练模型,输入测试集进行预测,同时引入平均相对误差(MARE)和相对均方误差(RMSE)两个评价指标进行对比,建立数据表对模型精确度进行检验.实例结果表明:使用基于改进RFFS和GSA-SVR模型用于预测腐蚀深度与实际结果高度吻合,预测精度远高于其他预测模型.
Paper Publications
