基于IAOA-KELM的储气库注采管柱内腐蚀速率预测 |
| |
引用本文: | 骆正山,于瑶如,骆济豪,王小完.基于IAOA-KELM的储气库注采管柱内腐蚀速率预测[J].安全与环境学报,2024(3):971-977. |
| |
作者姓名: | 骆正山 于瑶如 骆济豪 王小完 |
| |
作者单位: | 1. 西安建筑科技大学管理学院;2. 北京理工大学睿信学院 |
| |
基金项目: | 国家自然科学基金项目(41877527);;陕西省教育厅自然专项基金项目(2018S34); |
| |
摘 要: | 针对储气库注采管柱的内腐蚀速率预测问题,建立了基于阿基米德优化算法(Archimedes Optimization Algorithm, AOA)与核极限学习机(Kernel Extreme Learning Machine, KELM)相结合的模型提高腐蚀速率预测精度。通过引入佳点集、改进密度降低因子、采用黄金正弦算法缩小搜索空间,提高局部开发能力,利用改进阿基米德优化算法(Improved Archimedes Optimization Algorithm, IAOA)优化KELM正则化系数(C)和核函数参数(γ),进而建立IAOA-KELM储气库注采管柱内腐蚀速率预测模型;使用MATLAB软件运用该模型对某注采管柱内腐蚀数据集进行学习与预测,将IAOA-KELM模型与KELM、粒子群优化算法(Particle Swarm Optimization, PSO)-KELM、AOA-KELM结果进行预测误差对比。结果表明,IAOA-KELM模型的预测值与实际值较为拟合,其ERMSE为0.65%,EMAE为0.39%,R2...
|
关 键 词: | 安全工程 地下储气库 注采管柱 核极限学习机 改进阿基米德优化算法 腐蚀速率 |
|
|