基于集成算法的腐蚀管道失效压力预测研究

来源：计算机技术与发展杂志2024年第05期北京时间：

作者：骆正山;张佳琦;骆济豪

摘要：为了提高腐蚀管道剩余强度的预测精度、解决单一预测模型易受训练数据的质量影响而发生运行及预测输出不稳定的问题,引入两种集成模型方法。 首先对于串行结构集成方法,以支持向量回归(SVR)融合正余弦策略改进的黑猩猩优化算法(IChOA)为基础建立 AdaBoost-IChOA-SVR 模型;其次对于双层并行结构方法,根据预测问题筛选出相关性低且学习效果良好的预测算法作为第一层基预测器,调节新数据集形成方式及相关参数设置,建立 Stacking 堆叠集成模型。 以含腐蚀缺陷管道失效压力爆破数据为例,利用 MATLAB 分别进行仿真模拟,与基础 SVR 和 PSO-ELM 模型的预测结果及评价指标进行对比分析。 研究结果表明:集成预测模型具有更好的预测输出性能,且串行结构的 AdaBoost 集成学习模型的构造流程较为简洁,运行速度及精度更高;该模型对腐蚀缺陷管道失效压力预测问题的拟合度可达 0. 996,相对误差均值可达 3. 69% ,可为后续腐蚀管道相关预测模型建立和防护维修策略制定提供参考。

关键词：安全工程科学技术;集成模型;腐蚀管道失效压力;AdaBoost集成学习;Stacking;黑猩猩优化算法