支持向量机和人工神经网络预测腐蚀速率
埋地管道腐蚀速率的影响因素很多，以川气东送现场腐蚀测量数据为基础，用支持向量机法和人工神经网络方法随着腐蚀因素：PH值、含盐量(包括HCO3-、Cl-、SO42-等)、含水量、土壤氧化还原电位、电阻率等不同时腐蚀速率的变化规律，并应用支持向量机法得到埋地管道腐蚀速率的计算公式。支持向量机法和人工神经网络法均能为管道腐蚀速率预测提供一定的客观依据，其中支持向量机法具有较高的识别准确率。
SVR BP 非线性 腐蚀速率 埋地管道
赵清娜
南京港华燃气有限公司
国内会议
中国燃气运营与安全研讨会(第十一届)暨中国土木工程学会燃气分会2021年学术年会
郑州
中文
96-102
2021-10-01（万方平台首次上网日期，不代表论文的发表时间）