来源：期刊VIP网 时间：
作者：线岩团;苗育华;相艳;郭军军;
单位：昆明理工大学信息工程与自动化学院;云南省人工智能重点实验室(昆明理工大学);
摘要：油气管道在运行过程中常会出现腐蚀问题，建立合理的模型并准确预测管道的腐蚀速率具有重要的现实意义。针对传统BP神经网络模型的不足，采用新型Sine混沌映射对哈里斯鹰优化(Harris Hawk Optimization, HHO)算法进行改进，建立了基于改进哈里斯鹰优化算法的优化BP神经网络(Improved Harris Hawk Optimization-Back Propagation Neural Network, IHHO-BPNN)模型，并对比分析了IHHO-BPNN模型、HHO-BPNN模型及传统BPNN模型对管道腐蚀速率的预测精度。输油管道腐蚀速率的预测结果表明，IHHO-BPNN模型的平均绝对百分比误差和均方根误差分别为1.473%和0.001,HHO-BPNN模型的平均绝对百分比误差和均方根误差分别为4.647%和0.004,而传统BPNN模型的预测精度较差；南海油田管道腐蚀速率的预测结果表明，IHHO-BPNN模型的平均绝对百分比误差和均方根误差均低于HHO-BPNN模型和传统BPNN模型；混沌映射的引入改善了种群的多样性并可以更好地探索寻优空间，有助于提高HHO-BPNN模型的预测精度。
关键词：安全工程;;管道腐蚀速率;;哈里斯鹰优化算法;;混沌映射;;BP神经网络;;模型精度
