基于改进PSO-BPNN的输油管道内腐蚀速率研究

论文摘要

为解决输油管道易腐蚀,且腐蚀程度难以测量的问题,提出使用改进的粒子群算法（PSO）优化误差反向传播神经网络（BPNN）对输油管道内腐蚀速率进行预测。改进的PSO算法提升了自身搜索到全局最优的能力,可为BPNN提供最优初始权值和阈值,从而有效避免BPNN易陷入局部最优的问题发生。以某条输油管线为例,分别运用标准的BPNN模型、PSO-BPNN以及改进的PSO-BPNN对该管线内腐蚀速率进行预测。结果表明:基于改进的PSO-BPNN的预测结果平均相对误差为5. 57%,预测精度较BPNN和PSO-BPNN有明显提升。使用改进的PSO-BPNN预测输油管道的腐蚀速率可为管道的检测维修提供可靠的理论和技术支撑。

论文目录

文章来源

类型: 期刊论文

作者: 凌晓,徐鲁帅,梁瑞,郭凯,崔本廷,岳守体

关键词: 输油管道,粒子群算法,神经网络,腐蚀速率

来源: 中国安全生产科学技术 2019年10期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 石油天然气工业,自动化技术

单位: 兰州理工大学石油化工学院,太原卫星发射中心

基金: 甘肃省重点研发计划-工业类(1604GKCA022)

分类号: TP18;TE988.2

页码: 63-68

总页数: 6

文件大小: 716K

下载量: 201

相关论文文献

• [1].BPNN用于含氮、硫杂环润滑油添加剂抗磨性能的定量构效关系研究[J]. 摩擦学学报 2017(04)
• [2].基于BPNN的手足口病重症化进程中的相关因素变化及预测分析[J]. 西安交通大学学报(医学版) 2016(05)
• [3].改进的BPnn在移动机器人轨迹跟踪中的应用[J]. 计算机工程与应用 2011(08)
• [4].基于量子微粒群的BPNN在转炉炼钢静态模型中的应用[J]. 机电工程 2011(05)
• [5].轨道交通复合材料BPNN系统化建模研究[J]. 纤维复合材料 2019(03)
• [6].城市水资源可持续利用评价的改进BPNN模型——以湖北省为例[J]. 科技管理研究 2014(12)
• [7].基于BPNN的快递人员360°绩效考核软件开发[J]. 福建电脑 2018(09)
• [8].基于多BPNN敏感性分析的气候变化脆弱性指标赋权方法[J]. 自然灾害学报 2014(05)
• [9].基于BPNN的三峡水库神农溪叶绿素α浓度预测[J]. 环境科学与技术 2015(S2)
• [10].基于BPNN的电力电子电路参数性故障诊断方法[J]. 电子测量与仪器学报 2012(05)
• [11].基于MEA-BPNN的西北旱区参考作物蒸散量预报模型[J]. 农业机械学报 2018(08)
• [12].基于优化FOA-BPNN模型的脱贫时间预测[J]. 中南民族大学学报(自然科学版) 2018(04)
• [13].基于GA-PSO混合优化的BPNN车速预测方法[J]. 交通运输系统工程与信息 2017(06)
• [14].维数约简用于BPNN的核事故源项估算方法[J]. 中国安全科学学报 2018(09)
• [15].基于BPNN的模拟电路子网络故障诊断[J]. 船电技术 2014(05)
• [16].基于遗传算法优化的BPNN读者满足率评价模型[J]. 中华医学图书情报杂志 2013(10)
• [17].基于BPNN神经网络的混凝土抗压强度预测及应用研究[J]. 现代物业(中旬刊) 2018(05)
• [18].基于GA-BPNN的巷道围岩变形模量预测[J]. 金属矿山 2013(03)
• [19].基于MEA-BPNN-EEMD的水文径流模拟方法研究[J]. 水利规划与设计 2020(09)
• [20].基于RSM和RA-BPNN的锌窑渣中铜浮选试验优化[J]. 人工晶体学报 2019(08)
• [21].BPNN的AdaBoost垃圾邮件过滤算法[J]. 德宏师范高等专科学校学报 2020(02)
• [22].基于IPSO和BPNN的网络安全态势预测[J]. 闽江学院学报 2013(05)
• [23].GRNN与BPNN的函数逼近性能对比研究[J]. 现代电子技术 2014(07)
• [24].基于Petri网和BPNN的多重触控手势识别[J]. 模式识别与人工智能 2010(03)
• [25].基于改进BPNN-SVR算法的土壤盐分参数与有机质相关性研究[J]. 节水灌溉 2020(01)
• [26].基于多特征和改进BPNN的降香黄檀冠层叶片全氮含量无损诊断[J]. 生态学杂志 2019(01)
• [27].基于GRNN与BPNN的二维向量模式分类对比研究[J]. 国外电子测量技术 2014(05)
• [28].考虑前序路段状态的公交到站时间双层BPNN预测模型[J]. 交通运输系统工程与信息 2020(02)
• [29].基于BPNN的超声波电动机转速控制与实验研究[J]. 微特电机 2019(08)
• [30].一种基于BPNN的智能巡检异常预测模型的研究[J]. 西南大学学报(自然科学版) 2019(10)

标签：输油管道论文;  粒子群算法论文;  神经网络论文;  腐蚀速率论文;