期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
RS-PSO-ELM下腐蚀管道失效压力预测
被引量:
11
1
作者
骆正山
田珮琦
《中国安全科学学报》
CAS
CSCD
北大核心
2021年第3期28-34,共7页
为提高腐蚀管道失效压力的预测精度并简化其计算过程,提出基于粗糙集(RS)和粒子群算法(PSO)融合极限学习机(ELM)的腐蚀管道失效压力预测模型。通过属性约简提取影响失效压力的关键因素,选用PSO优化ELM的输入权值和隐含层偏差,将归一化...
为提高腐蚀管道失效压力的预测精度并简化其计算过程,提出基于粗糙集(RS)和粒子群算法(PSO)融合极限学习机(ELM)的腐蚀管道失效压力预测模型。通过属性约简提取影响失效压力的关键因素,选用PSO优化ELM的输入权值和隐含层偏差,将归一化的核心指标数据代入计算。结果表明:该模型预测结果与实际值基本一致,与单一ELM模型相比,预测结果的均方差(MSE)降至0.255;与其他蚀管道失效压力评价模型相比,该模型预测结果的绝对误差平均值降至0.32。
展开更多
关键词
粗糙集(RS)
粒子群算法(PSO)
极限学习机(ELM)
腐蚀管道
失效压力
下载PDF
职称材料
题名
RS-PSO-ELM下腐蚀管道失效压力预测
被引量:
11
1
作者
骆正山
田珮琦
机构
西安建筑科技大学管理学院
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2021年第3期28-34,共7页
基金
国家自然科学基金资助(41877527)
陕西省社科基金资助(2018S34)。
文摘
为提高腐蚀管道失效压力的预测精度并简化其计算过程,提出基于粗糙集(RS)和粒子群算法(PSO)融合极限学习机(ELM)的腐蚀管道失效压力预测模型。通过属性约简提取影响失效压力的关键因素,选用PSO优化ELM的输入权值和隐含层偏差,将归一化的核心指标数据代入计算。结果表明:该模型预测结果与实际值基本一致,与单一ELM模型相比,预测结果的均方差(MSE)降至0.255;与其他蚀管道失效压力评价模型相比,该模型预测结果的绝对误差平均值降至0.32。
关键词
粗糙集(RS)
粒子群算法(PSO)
极限学习机(ELM)
腐蚀管道
失效压力
Keywords
rough set(RS)
particle swarm optimization(PSO)
extreme learning machine(ELM)
corrosion pipelines
failure pressure
分类号
X944.4 [环境科学与工程—安全科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
RS-PSO-ELM下腐蚀管道失效压力预测
骆正山
田珮琦
《中国安全科学学报》
CAS
CSCD
北大核心
2021
11
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部