基于粒子群优化LSTM模型的管道应力预测方法

作者：吴**; 周临风; 冷建成^*

来源：压力容器, 2021, 38(08): 76-80.

• 长短期记忆网络(LSTM)
• 粒子群优化(PSO)
• 管道应力预测
• 均方根误差

为了解决传统BP神经网络预测精度不高的问题,提出了一种基于粒子群优化(PSO)长短期记忆网络(LSTM)模型的管道应力趋势预测方法。在分析管道应力监测数据的基础上,利用LSTM模型对未来的应力发展趋势进行预测,进一步采用粒子群算法优化LSTM模型参数来提高预测精度,并基于均方根误差验证了PSO-LSTM模型的有效性,可为长期监测数据的趋势分析提供方法借鉴。

• 单位
  东北石油大学