科技信息

2007, No.239(25) 210-211

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于人工神经网络模型的油气管线点腐蚀蚀坑深度的预测

刘亚秀;由伟;

摘要(Abstract):

作者设计了反向传播人工神经网络模型来预测油气管线点腐蚀蚀坑深度。用"留一法"训练了神经网络模型,使其具有最佳的预测性能。然后用经过训练的模型预测了一些样本的点腐蚀蚀坑深度。用散点图和三个统计学指标—均方误差(MSE)、相对均方误差(MSRE)和拟合分值(VOF)评价了人工神经网络模型的预测性能:散点图显示蚀坑深度的预测值与测试值符合程度较高;均方误差(MSE)值为0.0389mm,相对均方误差(MSRE)值为1.32%,拟合分值(VOF)的值为1.9992。从总体上看,人工神经网络模型具有较高的预测精度。

关键词(KeyWords): 点腐蚀蚀坑深度;预测;人工神经网络;训练;预测性能

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 刘亚秀;由伟;

Email:

DOI:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享