改进BP神经网络在埋地金属管道腐蚀速率预测中的应用

摘要：

预测埋地金属管道的腐蚀速率可排除故障隐患,最大限度地减少爆管事故发生.采用BP神经网络可建立腐蚀影响因素之间复杂的非线性关系,进而预测腐蚀速率.针对标准BP算法存在易陷入局部最小值和收敛速度慢等缺点,采用附加动量和自适应调节学习率的方法和L-M算法对BP神经网络进行改进,构建了优化的BP网络模型.改进BP算法不仅预测精度高,且收敛速度快,是腐蚀速率预测的有效工具.

关键词： 埋地金属管道 腐蚀速率 预测模型 BP神经网络

作者: 陶翠翠

作者单位: 沈阳建筑大学市政与环境工程学院 沈阳 110168

会议类型: 国内会议

会议名称: 第七届沈阳科学学术年会暨浑南高新技术产业发展论坛

会议地点: 沈阳

会议语种:中文

页码: 453-458

在线出版日期: 2010-10-01（万方平台首次上网日期，不代表论文的发表时间）