期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
引力搜索算法优化ENN模型的天然气管道球阀冲蚀深度预测 被引量:3
1
作者 腰世哲 牛雅娜 +3 位作者 丁世浩 王亚 任宗孝 靳文博 《安全与环境学报》 CAS CSCD 北大核心 2024年第8期3074-3081,共8页
天然气管道球阀在长期使用中易出现冲蚀现象,准确预测球阀的冲蚀深度对于管道的安全运行具有重要的实际意义。针对传统Elman神经网络(Elman Neural Network, ENN)模型的不足,提出了一种基于引力搜索算法(Gravitational Search Algorithm... 天然气管道球阀在长期使用中易出现冲蚀现象,准确预测球阀的冲蚀深度对于管道的安全运行具有重要的实际意义。针对传统Elman神经网络(Elman Neural Network, ENN)模型的不足,提出了一种基于引力搜索算法(Gravitational Search Algorithm, GSA)的优化Elman神经网络模型并预测了不同影响因素下球阀的冲蚀深度,探讨了种群规模和隐含层节点个数对优化模型预测精度的影响。结果表明:传统模型预测所得的平均相对误差和均方误差分别为14.382%和0.042 5,优化模型预测所得的平均相对误差和均方误差分别为3.850%和0.003 9,因此,优化模型的预测精度大幅度高于传统模型;随着隐含层节点个数的增加,优化模型的预测精度先升高后降低;种群规模越大并不意味着优化模型的预测精度越高,合理的种群规模可使优化模型达到较好的预测精度;当种群规模和隐含层节点个数不同时,优化模型的预测精度始终高于传统模型,因此所提优化模型具有可靠性,可用于天然气管道球阀冲蚀深度的预测。 展开更多
关键词 安全工程 球阀 冲蚀深度 引力搜索算法 Elman神经网络(ENN) 预测精度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部