基于遗传算法的BP神经网络对海底管道受撞击损伤预测

论文摘要

人类频繁的海洋活动中难免发生重物落水事故,对海底管道造成撞击损伤,引起环境污染及经济损失。为保证管道在运行期间的安全性,有必要准确快速的对管道损伤进行预测以便为实际工程提供参考。BP神经网络常作为损伤预测的一种数学模型,但本身易陷入局部极小且预测精度较低。针对上述问题,本文提出了基于遗传算法的BP神经网络（GA-BP神经网络）损伤预测模型。利用有限元计算数据构成样本空间,对管道损伤进行预测,并将结果与BP神经网络、有限元计算的结果进行对比。分析表明:与BP神经网络相比,GA-BP神经网络的预测结果与有限元计算的结果较为接近,预测精度较高,其平均误差为1.27%,满足工程精度要求的同时又节省了计算时间。

论文目录

• 引 言
• 1 GA-BP神经网络模型
•   1.1 BP神经网络
•   1.2 遗传算法
•   1.3 遗传算法优化BP神经网络
•     1.3.1 BP神经网络结构确定
•     1.3.2 遗传算法优化
•       （1） 个体编码及初始化种群:
•       （2） 计算每一个体的适应度值:
•       （3） 选择操作:
•       （4） 交叉操作:
•       （5） 变异操作:
•     1.3.3 GA-BP神经网络预测
• 2 有限元计算模型
• 3 GA-BP管道损伤预测
•   3.1 样本空间构成
•   3.2 管道损伤预测
• 4 结语

文章来源

类型: 期刊论文

作者: 姜逢源,赵玉良,董胜,蒙占彬

关键词: 海底管道,遗传算法,神经网络,撞击

来源: 海洋湖沼通报 2019年03期

年度: 2019

分类: 基础科学

专业: 海洋学

单位: 中国海洋大学工程学院,北部湾大学机械与船舶海洋工程学院

基金: 国家重点研发计划(2016YFC0802301)资助

分类号: P756.2

DOI: 10.13984/j.cnki.cn37-1141.2019.03.007

页码: 52-59

总页数: 8

文件大小: 1632K

下载量: 172