申请/专利权人:西安石油大学
申请日:2022-06-06
公开(公告)日:2022-09-06
公开(公告)号:CN115017808A
主分类号:G06F30/27
分类号:G06F30/27;G06F30/28;G06N3/00;G06F111/10;G06F113/14
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.09.23#实质审查的生效;2022.09.06#公开
摘要:本发明公开了一种基于改进蝴蝶算法优化HKELM的管道冲蚀预测方法,包括以下步骤:S1、建立出数据集;S2、对数据集进行归一化处理,并按8:2的比例进行训练集和测试集的划分;S3、确定HKELM的核函数组合方式及相应的核参数;S4、改进蝴蝶算法;S5、设定HKELM参数范围,采用改进的蝴蝶算法确定最优预测模型的模型参数,并利用该模型进行预测,获得预测结果;S6、对S5中的预测结果进行反归一化得到实际预测结果。本发明采用改进蝴蝶优化算法优化HKELM对管道冲蚀程度进行预测,能够提高在多相流条件下的管道冲蚀最大冲蚀率的预测准确性,进而保证石油、天然气等管道输送行业的安全生产,同时避免了避免经济损失与生产效率的下降。
主权项:1.一种基于改进蝴蝶算法优化HKELM的管道冲蚀预测方法,其特征在于:包括以下步骤:S1、获取多组管道冲蚀的实验数据,实验数据包括管道材料硬度、管道直径、管道曲率半径、颗粒直径、液体流速、液体黏度、气体流速、管道最大冲蚀率,并对数据中由相同实验情况下多次实验产生的不同预测结果进行均值处理,建立出数据集;S2、对数据集进行归一化处理,并按8:2的比例进行训练集和测试集的划分;S3、确定HKELM的核函数组合方式及相应的核参数;S4、改进蝴蝶算法;S5、设定HKELM参数范围,采用改进的蝴蝶算法确定最优预测模型的模型参数,并利用该模型进行预测,获得预测结果;S6、对S5中的预测结果进行反归一化得到实际预测结果。
全文数据:
权利要求:
百度查询: 西安石油大学 一种基于改进蝴蝶算法优化HKELM的管道冲蚀预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。