金属在海水中的腐蚀机理及变化规律十分复杂,且采集腐蚀数据存在时间间隔不均匀、数据量小等问题,难以获取准确数据.基于灰色系统理论,提出运用能够适应具有无规律的采集时序数据的不等时距GM(1,1)模型对金属海水腐蚀速率进行建模,并引入了BP人工神经网络模型对预测结果进行残差修正,以提高预测精度.以A3钢与15MnMoVN钢腐蚀行为作为实例,进行预测和分析.结果显示:不等时距GM(1,1)与BP神经网络组合预测模型的预测效果明显优于单一预测模型,能更真实地反映海水腐蚀的变化趋势,因而具有较高应用价值.
参考文献
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分:
-
10%
-
20%
-
30%
-
40%
-
50%