一种复合软管寿命损耗预测方法

本发明提出了一种复合软管寿命损耗预测方法，属于数据预测领域，包括：收集并量化影响复合软管使用寿命的关键特征因素，形成数据集并进行预处理；构建IHOA‑BP模型，通过改进的徒步旅行优化算法对标准BP神经网络的隐藏层权重和初始阈值进行寻优，得到最优参数后应用于标准BP神经网络预测模型；将特征因素数据集划分为训练集和测试集，训练集对改进型BP神经网络预测模型进行训练；将测试集输入训练好的改进型BP神经网络预测模型，直至达到最大迭代次数，输出预测的复合软管寿命损耗值；该方法通过优化BP神经网络预测模型，提高了复合软管使用寿命预测的准确性，为数据预测领域提供了一种新的解决方案，具有实际应用价值。