基于AGA-ELM混合算法的海底管线腐蚀速率预测

来源期刊：材料保护2019年第8期

论文作者：骆正山 李易安 骆济豪 王小完

文章页码：51 - 56

关键词：海底管线;自适应遗传算法(AGA);极限学习机(ELM);腐蚀速率预测;优化;

摘    要：为有效预测海底管线腐蚀速率,建立了自适应遗传算法（AGA）优化极限学习机（ELM）的预测模型（AGA-ELM）。根据腐蚀影响因素确定输入层参数,腐蚀速率为输出层参数;为避免模型受输入权值矩阵及隐含层偏差随机性的影响,利用AGA对两者进行优化,并采取测试法探究最优隐含层节点数及激活函数。同时,通过改进AGA的遗传算子,提高其寻优性能。以实海挂片试验数据对该模型进行实证分析,对比分析该模型与BP、ELM模型的预测结果。结果表明,AGA-ELM模型泛化性能更好、精准度更高,且预测结果的平均绝对误差、平均绝对百分误差、均方根误差均明显低于其他2种模型,提高了预测的可靠度及吻合度,为海底管线腐蚀预测研究提供了新的研究方向。