期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于MWIWOA-SVM的海底长输管道腐蚀速率预测
1
作者 骆正山 吕海鹏 骆济豪 《油气储运》 北大核心 2025年第5期551-559,共9页
【目的】为保障海底长输油气管道安全运行,需提高海底长输油气管道内腐蚀速率预测精度。现有模型多基于支持向量机(Support Vector Machine,SVM)建立,存在收敛精度低、寻优失衡以及易陷入局部最优等缺点。【方法】为解决以上问题,提出... 【目的】为保障海底长输油气管道安全运行,需提高海底长输油气管道内腐蚀速率预测精度。现有模型多基于支持向量机(Support Vector Machine,SVM)建立,存在收敛精度低、寻优失衡以及易陷入局部最优等缺点。【方法】为解决以上问题,提出一种基于多途径提升的鲸鱼优化算法(Multi-Way Improved Whale Optimization Algorithm,MWIWOA)优化SVM的海底长输管道内腐蚀速率预测模型。通过Tent混沌映射结合反向学习机制初始化种群,引入自适应权重及非线性收敛因子平衡全局寻优和局部搜索功能,融合单纯形法改进拓张搜索方式,采用Levy飞行改进步长提升鲸鱼优化算法(Whale Optimization Algorithm,WOA)的寻优能力。基于MWIWOA对SVM模型核函数参数及惩罚因子寻优,提高参数选择的科学性。【结果】以SP74-FPSO管道段内管腐蚀数据为例,综合多种算法模型改进策略,分别构建MWIWOA-SVM、WOA-SVM、PSO-SVM以及SVM海底长输管道内腐蚀速率预测模型,并分别进行训练、预测及模拟结果对比。MWIWOA-SVM海底长输管道内腐蚀速率预测模型的平均绝对百分比误差及均方根误差均低于2%,处于极低水平,且决定系数与拟合度均达到98%以上,内腐蚀速率预测值与真实值的相对误差不超过0.99%。其各项性能指标均显著优于其他预测模型,预测精度更高。【结论】通过引入MWIWOA提高预测精度,其表现较对比模型更优,证明了改进算法的可行性,解决了算法模型初期所具有的收敛精度低、易局部最优以及算力不平衡易失衡等问题。根据实验结果,MWIWOA-SVM海底长输管道内腐蚀速率预测模型具有良好的预测性能,可为后续海底管道风险评估及维修建议研究提供参考。 展开更多
关键词 长输管道 SVM回归预测 多途径提升的鲸鱼优化算法 内腐蚀速率
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部