基于IWOA-PNN模型的管道焊缝腐蚀剩余强度预测

作者：骆正山; 肖雨; 王小完

来源：安全与环境学报, 2023, 23(02): 435-441.

DOI：10.13637/j.issn.1009-6094.2021.1785

• 安全工程
• 管道腐蚀
• 焊缝
• 剩余强度
• 改进鲸鱼优化算法(IWOA)
• 概率神经网络(PNN)

针对管道焊缝腐蚀问题构建基于改进鲸鱼优化算法(Improved Whale Optimization Algorithm, IWOA)的概率神经网络(Probabilistic Neural Network, PNN)剩余强度预测模型。首先，通过种群初始化、非线性收敛因子和惯性权重因子提高鲸鱼优化算法的寻优速度和精度；然后，利用IWOA算法优化PNN的光滑因子，构建IWOA-PNN预测模型；最后，以水压爆破试验数据为基础，使用MATLAB软件进行仿真试验，并与另外2个模型进行对比分析。结果表明：IWOA-PNN模型的ERMS为0.633 1,EAR为2.19%,R2为0.954 6,均优于PNN和鲸鱼优化算法(Whale Optimization Algorithm, WOA)-PNN模型；IWOA-PNN模型与传统模型相比误差更小，能够更为准确地预测焊缝腐蚀后剩余强度，为管道的维修和更换提供参考。

• 单位
  西安建筑科技大学