科研之友
微信
新浪微博
Facebook
分享链接
摘要
现代海上油田增加,海底管道也随之增加,大部分的海底管道是多相流运输,其产生腐蚀的影响因素较多。同时,由于海底环境恶劣,管道检测难度也加大。只有准确预测腐蚀速率,才能更好的保障海底管道安全运行。由于海底管道检测困难数据有限;影响腐蚀速率的因素众多,因此很多算法由于数据样本不够不能实现准确预测。但SVM算法可以对有限样本,高维数;非线性问题上具有拥有良好的全局性解,因此基于此算法优点提出使用ABC-SVM算法对海底管道腐蚀速率预测。根据机器学习原则对目标管道数据划分训练组和检验组进行预测,发现训练组所得模型应用在检测组后最大误差在5%左右。并将ABC-SVM算法与其他算法对比其预测时间及误差,发现此算法的优越性。
- 单位
