兵器材料科学与工程

2011, v.34;No.244(01) 51-54

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

贝叶斯网络在储罐底板腐蚀状况预测的应用研究
Prediction of tank bottom corrosion through Bayesian networks

张颖;陈荣刚;戴光;王晓鹏;董立敏;

摘要(Abstract):

根据领域专家经验,利用与储罐底板腐蚀相关的外部表征因素,采用随机重启爬山算法等5种启发式算法构建储罐底板腐蚀状况贝叶斯网络智能评价模型。将模型预测结果与声发射在线检测结果对比,随机重启爬山算法构建的网络模型预测能力优于其他4种算法的网络结构,平均准确率为92%。预测结果表明,该预测模型能够解决储罐底板腐蚀状况的预测问题,具有一定的工程应用价值。

关键词(KeyWords): 贝叶斯网络;外部表征因素;储罐底板腐蚀;声发射在线检测

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 张颖;陈荣刚;戴光;王晓鹏;董立敏;

Email:

DOI:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享