基于GMM-PNN模型的海底油气管道风险等级评价
发布时间：2025-09-07
点击次数：
- DOI码：
- 10.13637/j.issn.1009-6094.2019.1686
- 发表刊物：
- 安全与环境学报
- 关键字：
- 安全管理工程;;风险评价;;偶发因素;;高斯混合模型;;概率神经网络
- 摘要：
- 为了提高海底油气管道风险评价的准确率,保证管道安全运行,利用高斯混合模型(GMM)和概率神经网络(PNN)对管道进行风险评价。在传统PNN的基础上做出两点改进:一是改变PNN的结构模型,在原有网络结构上增加一个特征层,目的是通过线性变化的方式增强输入维度之间的联系;二是将全局单一参数改为在模式层采用GMM,并用随机梯度下降法对参数进行更新。考虑海底管道在偶发因素下的风险,将相关指标量化,利用GMM-PNN模型划分等级,然后与PNN模型、人工神经网络、支持向量机进行对比。结果表明,GMM-PNN模型对训练样本数量要求较低且准确率高于其他3种模型,能够更加准确地对海底管道进行风险等级评价。
- 卷号：
- 21
- 期号：
- 03
- 页面范围：
- 935-942
- ISSN号：
- 1009-6094
- 是否译文：
- 否
- 发表时间：
- 2021-06-25