首页|IAFSA-GRNN在油田集输管道CO2腐蚀速率预测中的应用

IAFSA-GRNN在油田集输管道CO2腐蚀速率预测中的应用

扫码查看
原文链接
  • 万方数据
为提高油田集输管道CO2腐蚀速率预测的准确性,针对原始广义回归神经网络(GRNN)预测精度低的问题,提出改进的群智能算法优化原始GRNN的预测模型;分别使用GRNN模型、人工鱼群算法(AFSA)优化的GRNN(AFSA-GRNN)模型和自适应改进的AFSA-GRNN(IAFSA-GRNN)模型预测X65管线钢的CO2腐蚀速率.结果 表明:采用AFSA和IAFSA优化光滑因子S后,能大大提高GRNN模型的预测精度,预测结果的平均相对误差由36.09％分别减小至7.20％和6.90％;与AFSA相比,IAFSA优化的GRNN不仅具有更高的预测精度,还具有更快的收敛速度.AFSA-GRNN在第164次迭代计算时收敛,而IAFSA-GRNN在第109次迭代计算时收敛,说明AFSA经自适应优化能提高优化过程的收敛速度和GRNN的预测精度.
Application of IAFSA-GRNN in CO2 corrosion rate prediction of oil gathering and transportation pipelines

郑度奎、程远鹏、李昊燃、何天隆

展开 >

长江大学石油工程学院,湖北武汉430100

人工鱼群算法(AFSA) 广义回归神经网络(GRNN) 集输管道 CO2腐蚀速率 预测精度 相对误差

国家自然科学基金

51301201

2022

10.16265/j.cnki.issn1003-3033.2022.01.015

中国安全科学学报
中国职业安全健康协会

中国安全科学学报

CSTPCDCSCD北大核心
影响因子：1.548
ISSN：1003-3033
年,卷(期)：2022.32(1)
  • 4
  • 14