基于PSO-RBFNN的3C钢在海水环境中的腐蚀速率预测

摘要：

为了建立有效预测3C钢在海水环境中的腐蚀速率模型，提出了一种基于粒子群优化（PSO）的径向基神经网络（RBFNN）方法，通过设计特殊的适应度函数，采用PSO优化算法同时实现对RBFNN模型参数（中心值、扩展系数、权值）的调整和径向基函数（隐含层节点）个数的优选。因此，所提出的PSO-RBFNN方法能够以较高的精度和速度自适应地构建预测模型，通过试验数据测试表明，该模型具有良好的预测精度和自学习能力。

关键词：海水腐蚀、径向基神经网络、粒子群优化、预测模型

分类号：TG174.4(金属学与热处理)

在线出版日期：2014-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1127-1130,1155