改进爬行动物搜索算法优化ENN模型预测管道腐蚀速率

作     者：卢鹏飞 王霄 杨文博 陈卓 秦国伟 LU Peng-fei;WANG Xiao;YANG Wen-bo;CHEN Zhuo;QIN Guo-wei

作者机构：长庆工程设计有限公司西安710018 中国石油长庆油田分公司第一采气厂榆林718500 西安石油大学石油工程学院西安710065 

基　　金：国家自然科学基金(5217027) 

出 版 物：《科学技术与工程》 (Science Technology and Engineering)

年 卷 期：2023年第23卷第30期

页      码：12942-12950页

摘      要：管道腐蚀的影响因素多而复杂,建立准确的管道腐蚀速率预测模型是评价管道安全状况的关键。针对传统Elman神经网络(Elman neural network,ENN)模型预测中易陷入极小值、泛化能力不强的缺陷,提出了一种基于改进爬行动物搜索算法(引入Circle混沌映射并结合鲸鱼优化算法的狩猎策略)的ENN模型,并采用管道腐蚀速率实测结果验证了新模型的有效性。两个实例的预测结果表明,改进新模型的平均绝对百分比误差分别为0.547 6%、0.783 1%,其预测精度明显高于传统ENN模型。新模型在预测过程中可对权值和阀值进行寻优处理,因此有助于提升传统模型的预测精度。

主 题 词：管道腐蚀速率 混沌映射 改进爬行动物搜索算法 Elman神经网络 预测精度 

学科分类：0820[工学-航空航天类] 08[工学] 082003[082003] 

D　O　I：10.3969/j.issn.1671-1815.2023.30.021

馆 藏 号：203124514...