海水腐蚀速率的不等时距灰色模型与BP神经网络模型组合预测
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.
海水腐蚀、不等时距GM(1,1)模型、BP神经网络模型、预测
48
TG172.5;TB115(金属学与热处理)
南宁市科学研究与技术开发项目CG20140025资助
2015-10-09（万方平台首次上网日期，不代表论文的发表时间）
33-36
