| 基于PSO-RBFNN的3C钢在海水环境中的腐蚀速率预测 |
| |
| 引用本文： | 翟秀云. 基于PSO-RBFNN的3C钢在海水环境中的腐蚀速率预测[J]. 腐蚀与防护, 2014, 0(11) |
| |
| 作者姓名： | 翟秀云 |
| |
| 作者单位： | 上海大学 材料科学与工程学院，上海200444; 攀枝花学院 机械工程学院，攀枝花617000 |
| |
| 摘 要： | 为了建立有效预测3C钢在海水环境中的腐蚀速率模型,提出了一种基于粒子群优化(PSO)的径向基神经网络(RBFNN)方法,通过设计特殊的适应度函数,采用PSO优化算法同时实现对RBFNN模型参数(中心值、扩展系数、权值)的调整和径向基函数(隐含层节点)个数的优选。因此,所提出的PSO-RBFNN方法能够以较高的精度和速度自适应地构建预测模型,通过试验数据测试表明,该模型具有良好的预测精度和自学习能力。
|
| 关 键 词： | 海水腐蚀 径向基神经网络 粒子群优化 预测模型 |
Prediction of Corrosion Rate of 3C Steel in Sea Water Environment Based on PSO-RBFNN |
| |
| ZHAI Xiu-yun. Prediction of Corrosion Rate of 3C Steel in Sea Water Environment Based on PSO-RBFNN[J]. Corrosion & Protection, 2014, 0(11) |
| |
| Authors: | ZHAI Xiu-yun |
| |
| Abstract: | |
| |
| Keywords: | seawater corrosion radial basis function network particle swarm optimization prediction model |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
