基于GA-LSSVM模型的管道腐蚀速率预测研究
来源期刊：材料保护2021年第1期
论文作者：陈永红 苏永生 胡平
文章页码：63 - 67
关键词：最小二乘支持向量机（LSSVM）;遗传算法（GA）;腐蚀速率;预测;
摘 要：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。
陈永红1，苏永生2，胡平3
1. 武汉东湖学院机电工程学院2. 海军工程大学动力工程学院3. 海军工程大学舰船与海洋学院
摘 要：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。
关键词：最小二乘支持向量机（LSSVM）;遗传算法（GA）;腐蚀速率;预测;
