DOI number:
10.16265/j.cnki.issn1003-3033.2022.02.014
Key Words:
海洋油气管道;;外腐蚀速率;;因子分析(FA);;天牛须搜索算法(BAS);;极限学习机(ELM)
Abstract:
为提高海洋油气管道外腐蚀速率预测的精度和效率，建立基于因子分析（FA）和天牛须搜索算法（BAS）的极限学习机（ELM）腐蚀速率预测模型。利用FA对影响因素数据集进行降维处理，确定预测模型的输入变量；建立ELM预测模型，并采用BAS对ELM模型的参数进行优化，避免参数取值随机性对模型预测性能的影响；以实海挂片试验为例，通过建模仿真评价模型的预测性能，并与其他模型进行对比分析。结果表明：FA-BAS-ELM预测模型的平均绝对误差（MAPE）仅为1.92%,决定系数R<sup>2</sup>高达0.994 9,相比于其他模型，该模型具有更优的预测性能。
Paper Publications
