[发明专利]基于PCA-RBF埋地管道腐蚀速率预测方法

摘要

本发明涉及一种基于PCA‑RBF埋地管道腐蚀速率预测方法。该方法通过结合PCA的特征提取功能和RBF网络强大的函数逼近能力，建立基于PCA和RBF神经网络的埋地管道腐蚀速率预测模型。本发明方法对改善埋地管道腐蚀速率的预测效果显著，PCA‑RBF模型在建模过程中具有更快的学习速度，同时提高了模型的预测精度和泛化能力，在埋地管道腐蚀速率预测中可用性很强。

主权项

1.一种基于PCA‑RBF埋地管道腐蚀速率预测方法，其特征在于，包括如下步骤：步骤S1、选择土壤中对埋地管道腐蚀相关的影响因素作为输入变量；步骤S2、以埋地输气管线为研究对象，通过对管道沿线土壤理化性质的测试及对管线的检测，获得样本数据；步骤S3、随机选择若干组样本数据作为训练样本，采用PCA‑RBF方法建立埋地管道腐蚀速率预测模型，将余下的样本数据作为测试样本，以测试所建立模型的预测效果；步骤S4、根据评价指标对模型预测效果进行评价。