基于GA-LSSVM模型的管道腐蚀速率预测研究

作者：陈永红; 苏永生; **^*

来源：材料保护, 2021, 54(01): 63-67.

DOI：10.16577/j.cnki.42-1215/tb.2021.01.010

• 最小二乘支持向量机(LSSVM)
• 遗传算法(GA)
• 腐蚀速率
• 预测

腐蚀速率是反映管道腐蚀动力学过程的重要特征参数,为实现对管道长期运行可靠性和剩余寿命的精准评估,对腐蚀速率的预测显得尤为重要。最小二乘支持向量机(LSSVM)是一种基于机器学习的方法,常用于分类和预测研究,惩罚参数γ与核参数σ2是LSSVM的2个重要参数,在进行计算时只能经验取值,对计算结果影响较大。通过利用遗传算法(GA)对参数进行寻优,构建了GA-LSSVM预测模型,并将模型应用到管道腐蚀速率的预测。通过与其他预测模型的结果进行比较表明,GA-LSSVM模型精度和预测结果精度较高,可实现对管道腐蚀速率的预测。

• 单位
  武汉东湖学院; 机电工程学院; 中国人民解放军海军工程大学