|
|||||
|
|
| 改进GA-BP算法的油气管道腐蚀剩余强度预测* | |
| 引用本文： | 孙宝财,武建文,李雷,佘志刚.改进GA-BP算法的油气管道腐蚀剩余强度预测*[J].西南石油大学学报（自然科学版）,2013(3). |
| 作者姓名： | 孙宝财 武建文 李雷 佘志刚 |
| 作者单位： | 1. 甘肃省锅炉压力容器检验研究中心,甘肃 兰州,730020 2. 中国石油华东设计院,山东 青岛,266071 3. 中国石油克拉玛依石化公司,新疆 克拉玛依,834003 |
| 摘 要： | 利用人工神经网络能够逼近任意复杂函数的特性，可对在役油气管道的腐蚀剩余强度进行预测，但其缺点在于人工神经网络的权值和阈值的初始化分配具有随机性且只是一种局部优化算法，收敛过程中容易出现局部极小解。引入遗传算法的全局搜索特性和不依赖于梯度信息特性，对采用Levenberg-Marquardt（L-M）算法的BP神经网络的权值和阈值进行优化，并结合由敏感性分析确定的油气管道失效压力的影响因素，建立GA-BP（L-M）网络预测模型。采用Modified ASME B31G计算出的样本数据训练网络并进行预测。预测结果表明，GA-BP（L-M）网络预测模型可以相对更好地预测油气管道的失效压力，在满足工程需要的前提下，是一种更加科学、准确的预测模型。 |
| 关 键 词： | 遗传算法 神经网络 GA-BP(L-M)网络 油气管道 剩余强度 |
Prediction of Remaining Strength of Corroded Oil and Gas Pipeline Based on Improved GA-BP Algorithm |
|
| Sun Baocai , Wu Jianwen , Li Lei , She Zhigang.Prediction of Remaining Strength of Corroded Oil and Gas Pipeline Based on Improved GA-BP Algorithm[J].Journal of Southwest Petroleum University(Seience & Technology Edition),2013(3). | |
| Authors: | Sun Baocai Wu Jianwen Li Lei She Zhigang |
| Abstract: | |
| Keywords: | genetic algorithm neural network GA-BP(L-M)network oil and gas pipeline remaining strength |
| 本文献已被 万方数据 等数据库收录！ | |