| 基于流形降维和梯度提升树的大气腐蚀速率预测模型 |
| |
| 引用本文： | 梁喜旺,付冬梅,杨焘. 基于流形降维和梯度提升树的大气腐蚀速率预测模型[J]. 装备环境工程, 2018, 15(6): 41-47 |
| |
| 作者姓名： | 梁喜旺 付冬梅 杨焘 |
| |
| 作者单位： | 北京科技大学自动化学院 |
| |
| 基金项目： | 国家重点研发计划（2017YFB0702104）；博士后科学基金（2017M620615）；中央高校基本科研业务费（FRF-TP-16-082A1） |
| |
| 摘 要： | 目的为了挖掘大气腐蚀速率与金属化学成分和暴露时间两个影响因素的定量关系,针对数据集特点,提出一种局部保持投影(Locality Preserving Projection)和梯度提升树(Gradient Boosting Decision Trees)结合的大气腐蚀速率预测模型(LPP-GBDT)。方法采用LPP算法对金属化学成分进行降维处理,得到金属化学成分低维特征,然后引入时间因素,并利用GBDT进行建立预测模型。以青岛海洋大气环境下积累的16年内的腐蚀速率数据进行模型性能验证,结果 LPP-GBDT模型测试集平均绝对误差为1.73μm/a,平均绝对百分误差为6.30%。正交化LPP-GBDT模型测试集平均绝对误差为1.21μm/a,平均绝对百分误差为4.42%。结论与多个典型预测模型相比,LPP-GBDT模型基于暴露时间和化学成分因素实现了大气腐蚀速率较为准确的预测,对特定环境下金属选材具有一定的参考价值。
|
| 关 键 词： | 金属化学成分；腐蚀速率；流形方法；梯度提升决策树 |
| 收稿时间： | 2018-03-26 |
| 修稿时间： | 2018-06-25 |
Predicting Method of Atmospheric Corrosion Rate Based on Manifold Dimension Reduction and Gradient Boosting Decision Trees |
| |
| LIANG Xi-wang,FU Dong-mei and YANG Tao. Predicting Method of Atmospheric Corrosion Rate Based on Manifold Dimension Reduction and Gradient Boosting Decision Trees[J]. Equipment Environmental Engineering, 2018, 15(6): 41-47 |
| |
| Authors: | LIANG Xi-wang FU Dong-mei YANG Tao |
| |
| Affiliation: | School of Automation and Electrical Engineering, University of Science and Technology Beijing, Beijing 100083, China,School of Automation and Electrical Engineering, University of Science and Technology Beijing, Beijing 100083, China and School of Automation and Electrical Engineering, University of Science and Technology Beijing, Beijing 100083, China |
| |
| Abstract: | |
| |
| Keywords: | chemical components of steels corrosion rate manifold methods GBDT |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《装备环境工程》浏览原始摘要信息 |
|
点击此处可从《装备环境工程》下载免费的PDF全文 |
|
