张颖
,
陈荣刚
,
戴光
,
王晓鹏
,
董立敏
兵器材料科学与工程
doi:10.3969/j.issn.1004-244X.2011.01.015
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:
贝叶斯网络
,
外部表征因素
,
储罐底板腐蚀
,
声发射在线检测
