基于Lasso-PSO-BP神经网络的腐蚀管道失效压力的预测

来源期刊：材料保护2020年第4期

论文作者：张新生 张玥

文章页码：46 - 52

关键词：管道腐蚀;失效压力;Lasso回归;粒子群算法(PSO);BP神经网络;预测;

摘    要：管道是运输石油和天然气的重要工具,随着其腐蚀现象愈发严重,必须对腐蚀管道的失效压力进行预测。针对如何精确预测腐蚀管道失效压力的问题,提出一种Lasso-PSO-BP模型。首先,结合收集的腐蚀管道爆破试验数据,利用Lasso回归筛选出失效压力影响因素,确定BP神经网络的输入变量;然后,用粒子群算法（PSO）优化反向传播（BP）神经网络初始权值阈值;最后,将优化训练后的BP神经网络用于管道失效压力的预测。通过实例验证,对比分析2种模型的拟合效果,结果表明:相较Lasso-BP预测模型,Lasso-PSO-BP预测模型的平均误差（AE）从0.102 5减小到0.030 1,均方根误差（RMSE）由1.174 3减小到0.297 2,其各项指标都优于Lasso-BP模型,证明此方法具有较高的准确率,显示了PSO-BP神经网络模型更优的拟合度与预测精度,适用于腐蚀管道失效压力的预测。