论文部分内容阅读
以贝叶斯网络为基础,利用与储罐底板腐蚀相关的外部表征因素,结合领域专家经验,采用随机重启爬山算法等5种启发式算法,构建储罐底板腐蚀状况贝叶斯网络智能评价模型。对比样本预测结果可知：随机重启爬山算法构建的网络模型预测能力优于其他4种算法学习的网络结构,平均准确率为92%。预测结果表明,该预测模型可解决储罐底板腐蚀状况的预测问题,具有一定的工程应用价值。