基于灰色组合模型的管道腐蚀速率预测.pdf

《基于灰色组合模型的管道腐蚀速率预测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、试验研究基于灰色组合模型的管道腐蚀速率预测刘晓东，李著信（中国人民解放军后勤工程学院，重庆!"""#$）摘要：预测管道的腐蚀速率对于预测管道的剩余寿命及剩余强度的变化趋势具有重要意义。神经网络预测方法需要已知腐蚀影响因素的测量数据，而获取这些数据的成本较大，因此，有必要提出一种新的预测方法以降低检测成本。将灰色系统理论、人工神经网络及时间序列分析方法相结合，建立灰色组合模型，通过对腐蚀速率测量数据序列的趋势性、周期性及随机性成分分别建模，从而实现对腐蚀速率的预测。实例表明，灰色组合模型的预测精度高于其它几种预测方法，具有推广价值。关键词：灰色理论；

2、人工神经网络；时间序列；自回归整合移动平均模型；管道；腐蚀速率；预测中图分类号：%&"’’()；%&"’"(*文献标识码：+文章编号：#""#,!)-.（/"".）"-,""#’,"’!"#$%&’%()*+""+,%+(-.’#+/!%0#1%(#2.,#$+(3"#4*+56%(.’+"%.17+$#189:;%.+,$+()，89<=>,?%(（01234536789:23:;;<3:2=:3>;<435?1@A0+，BC1:2D3:2!"""#$，BC3:7）@6,’".&’：E5343FG1<57:551G<;H3655C;61<<143

3、1:<75;1@G3G;83:;@178J;41@61<<1431:3:@8J;:63:2@7651<4FJ45L;215@1<:;J<78:;5M1

4、M1;H51L;211HL?7:;P7FG8;KB1FIG7<;HM35C15C;

5、<378F1H;867:2;55C;L;45G<;H3653:2<;4J85K%C;<;@1<;，5C34F1H;84C1J8HL;G1GJ87<3Q;HKA#4B+"$,：2<;?5C;1

6、神经网素的情况下，如何实现对腐蚀速率的精确预测。多［#U!］络、灰色遗传算法、灰色神经网络等。!"（#，#）个腐蚀速率测量数据构成一个序列，一般含有趋势模型预测精度较低，人工神经网络预测精度高，但各性成分、周期性成分及随机性成分，通过对这些成分种神经网络基本上都是通过揭示腐蚀影响因素与腐分别建模，就可以实现对腐蚀速率的预测。蚀速率之间存在的客观规律来进行预测的，因此必须已知腐蚀影响因素的测量数据，否则预测精度较#灰色组合模型的基本思想·#’·=5>?基于灰色组合模型的管道腐蚀速率预测>,@’)AB,(’%%7灰色组合模型是在!"（!，!）模型的基础

7、上，引入人工神经网络和时间序列分析方法，将三者有机’人工神经网络模型结合，以提高目标变量的预测精度的一种方法。原（%）始数据序列一般同时含有或部分含有趋势性成分、设有时间序列｛#（(）｝（(&!，’，⋯，%），利用周期性成分、随机性成分等多种成分，建模时首先用""（%）（%）（%）!"（!，!）模型可得模拟值#（(）、#（(）与#"#（!，!）模型筛选出趋势性成分，然后对其它成分（%）（%）［$］（(）之差，称为时刻(的残差，记作)（(），即)分别建模。灰色组合模型的基本建模步骤如下：（%）"（%）（(）&#（(）.#（(）。若预测阶数为*，即用（

8、%）设｛#（$）｝（$&!，’，⋯，%）是一个非负的既含（%）（%）（%）)（(.!），)（(.’），⋯，)（(.*）的信