论文部分内容阅读
为准确预测管道的腐蚀速率，提出一种基于主成分分析（PCA）、人工蜂群算法（ABC）和极限学习机（ELM）的管道腐蚀速率预测模型。通过PCA算法对腐蚀因素进行降维处理，降低腐蚀因素间的信息关联度，通过改进的人工蜂群算法（IABC）优化ELM模型的输入层权值和隐含层阈值，提高模型的泛化能力。以26组A3钢的实海挂片实验数据为例，同时构造BP模型、ELM模型和PCA-ELM模型来验证PCA-IABC-ELM模型的可靠性。结果表明：采用PCA算法预处理腐蚀数据和IABC算法优化ELM模型参数的处理方法是最为有效的，组合模型的平均相对误差为1.2274%，预测精度优于其他模型。PCA-IABC-ELM模型可用于预测管道的腐蚀速率，指导管道防护工作。