一种结合改进双曲正弦余弦算法和Elman神经网络模型的天然气管道球阀冲蚀深度预测方法

本发明公开了一种结合改进双曲正弦余弦算法和Elman神经网络模型的天然气管道球阀冲蚀深度预测方法，属于天然气管道球阀冲蚀深度预测技术领域，其步骤为：获取管道球阀冲蚀深度实测数据，建立管道球阀冲蚀深度预测的数据集，对数据集进行划分并归一化处理，确定输入变量和输出变量，采用训练样本对Elman神经网络进行训练，完成Elman神经网络模型的构建，采用改进的双曲正弦余弦算法对Elman神经网络模型进行优化，采用优化的模型对测试样本进行预测。本发明将双曲正弦余弦算法和Elman神经网络应用到管道球阀冲蚀深度的预测中，并利用Sine混沌映射改进双曲正弦余弦算法随机初始化的候选解，使得双曲正弦余弦算法具有更好的寻优能力，具有实施简单的优点。