基于PSO-RBFNN的3C钢在海水环境中的腐蚀速率预测
来源期刊:腐蚀与防护2014年第11期
论文作者:翟秀云
文章页码:1127 - 2285
关键词:海水腐蚀;径向基神经网络;粒子群优化;预测模型;
摘 要:为了建立有效预测3C钢在海水环境中的腐蚀速率模型,提出了一种基于粒子群优化(PSO)的径向基神经网络(RBFNN)方法,通过设计特殊的适应度函数,采用PSO优化算法同时实现对RBFNN模型参数(中心值、扩展系数、权值)的调整和径向基函数(隐含层节点)个数的优选。因此,所提出的PSO-RBFNN方法能够以较高的精度和速度自适应地构建预测模型,通过试验数据测试表明,该模型具有良好的预测精度和自学习能力。
翟秀云
上海大学材料科学与工程学院攀枝花学院机械工程学院
摘 要:为了建立有效预测3C钢在海水环境中的腐蚀速率模型,提出了一种基于粒子群优化(PSO)的径向基神经网络(RBFNN)方法,通过设计特殊的适应度函数,采用PSO优化算法同时实现对RBFNN模型参数(中心值、扩展系数、权值)的调整和径向基函数(隐含层节点)个数的优选。因此,所提出的PSO-RBFNN方法能够以较高的精度和速度自适应地构建预测模型,通过试验数据测试表明,该模型具有良好的预测精度和自学习能力。
关键词:海水腐蚀;径向基神经网络;粒子群优化;预测模型;