-
公开(公告)号:CN114121174B
公开(公告)日:2024-09-20
申请号:CN202111373441.2
申请日:2021-11-19
摘要: 本发明公开了一种碳钢腐蚀速率预测方法,由给定的历史积累的自然环境腐蚀数据构建模型初始训练、测试样本;使用遗传算法对随机森林中基分类器个数、最大树深两个参数进行调优,以此建模并保存最优随机森林预测模型;利用随机森林对初始数据样本的腐蚀预测结果以及重要特征的选择构建BP神经网络模型的训练、测试样本;初始化BP神经网络模型;使用给定的训练、测试样本对BP神经网络进行优化、训练、测试得到建模最优神经网络预测模型;将代预测数据输入集成随机森林、BP神经网络预测模型,得到碳钢腐蚀预测结果。本发明解决传统预测结果不够稳定、精度低的问题,提高了对碳钢腐蚀速率预测的健壮性和预测精度。
-
公开(公告)号:CN114121174A
公开(公告)日:2022-03-01
申请号:CN202111373441.2
申请日:2021-11-19
申请人: 武汉材料保护研究所有限公司 , 国网山东省电力公司电力科学研究院
摘要: 本发明公开了一种碳钢腐蚀速率预测方法,由给定的历史积累的自然环境腐蚀数据构建模型初始训练、测试样本;使用遗传算法对随机森林中基分类器个数、最大树深两个参数进行调优,以此建模并保存最优随机森林预测模型;利用随机森林对初始数据样本的腐蚀预测结果以及重要特征的选择构建BP神经网络模型的训练、测试样本;初始化BP神经网络模型;使用给定的训练、测试样本对BP神经网络进行优化、训练、测试得到建模最优神经网络预测模型;将代预测数据输入集成随机森林、BP神经网络预测模型,得到碳钢腐蚀预测结果。本发明解决传统预测结果不够稳定、精度低的问题,提高了对碳钢腐蚀速率预测的健壮性和预测精度。
-