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。