基于遗传算法SVM的海洋环境腐蚀速率预测

被引：22

作者：

李响 ^{[1
,2
]}

余建星 ^{[1
,2
]}

苗春生 ^{[1
,2
]}

郭帅 ^{[1
,2
]}

齐凯 ^{[1
,2
]}

陈达兴 ^{[1
,2
]}

机构：

[1] 天津大学水利工程仿真与安全国家重点实验室

[2] 高新船舶与深海开发装备协同创新中心

来源：

中国海洋平台 | 2018年 / 33卷 / 05期

关键词：

遗传算法; 支持向量机; 腐蚀; 预测;

D O I：

暂无

中图分类号：

P755.3 [防腐技术];

学科分类号：

070403 [天体物理学];

摘要：

建立海洋环境腐蚀速率预测模型,为深海海底管道腐蚀失效风险预测提供参考,构建管道腐蚀失效预警体系。以海洋挂片腐蚀速率测量试验数据作为支持向量机(Support Vector Machine,SVM)的训练样本,SVM的关键参数经过遗传算法优化,从而解决BP神经网络等机器学习方法需要大量训练样本的问题。基于遗传算法SVM的海洋环境腐蚀速率预测模型,与人工神经网络腐蚀速率预测模型对比,可以有效降低预测误差,为深海海底管道腐蚀失效风险预测提供更为可靠的腐蚀缺陷几何参数数据,为海底管道风险预警体系的建立提供准确的数据参考依据。通过实例计算与试验数据的对比验证,证明该方法的适用性和可靠性。

引用

页码：56 / 62

页数：7

共 10 条

[1]

统计学习理论.[M].(美)瓦普尼克(VladimirN.Vapnik)著;许建华;张学工译;.电子工业出版社.2004,

[2]

裂纹参数对深水海底管道疲劳寿命的影响 [J].

余建星 ;

郭帅 ;

余杨 ;

李妍 ;

李骁 .

天津大学学报(自然科学与工程技术版), 2016, 49 (09) :889-895

[3]

基于模糊神经网络的海洋管线腐蚀速率预测新方法 [J].

邓志安 ;

李姝仪 ;

李晓坤 ;

王珊 ;

王晓军 .

中国腐蚀与防护学报, 2015, (06) :571-576

[4]

灰色神经网络模型在海水腐蚀预测中的应用 [J].

刘威 ;

赵选民 ;

邓春龙 ;

李文军 .

中国腐蚀与防护学报, 2008, (04) :201-204

[5]

Analysis of pitting corrosion on steel under insulation in marine environments [J].

Caines, Susan ;

Khan, Faisal ;

Shirokoff, John .

JOURNAL OF LOSS PREVENTION IN THE PROCESS INDUSTRIES, 2013, 26 (06) :1466-1483

[6]

A phenomenological model for the chloride threshold of pitting corrosion of steel in simulated concrete pore solutions [J].

Shi, Xianming ;

Tuan Anh Nguyen ;

Kumar, Prathish ;

Liu, Yajun .

ANTI-CORROSION METHODS AND MATERIALS, 2011, 58 (04) :179-189

[7]

A particle swarm ant colony optimization for truss structures with discrete variables.[J].A. Kaveh;S. Talatahari.Journal of Constructional Steel Research.2009, 8

[8]

Prediction of corrosion behavior using neural network as a data mining tool.[J].Mst Kamrunnahar;Mirna Urquidi-Macdonald.Corrosion Science.2009, 3

[9]

Prediction of corrosion–fatigue behavior of DP steel through artificial neural network.[J].Mohammed E Haque;K.V Sudhakar.International Journal of Fatigue.2001, 1

[10]

OUTLINE FOR A LOGICAL THEORY OF ADAPTIVE SYSTEMS [J].

HOLLAND, JH .

JOURNAL OF THE ACM, 1962, 9 (03) :297-+

← 1 →