摘要
本发明属于船舶管路健康状态分析技术领域,尤其涉及一种船舶管路腐蚀分析预测方法。包括如下步骤:获取船舶管道腐蚀相关属性数据,剔除无效数据组;对舶管道腐蚀相关属性数据集进行聚类分析,指定偏离度预设阈值,确定偏离度超过预设阈值的噪音元素并将其剔除;确定船舶管道腐蚀相关属性数据集;根据各元素的平均值进行去中心化处理,完成数据的标准化处理;建立船舶管道腐蚀预测模型;确定模型初始参数;确定管道腐蚀预测模型最优模型参数;收集船舶管道腐蚀关键属性数据集对应的属性指标数据,将其输入管道腐蚀预测模型,确定管道腐蚀预测结果。本申请能够进一步降低船舶管道腐蚀分析过程的难度以及对系统资源的消耗。
技术关键词
管道腐蚀预测
分析预测方法
船舶
BP神经网络
预测误差
指标
元素
Sigmoid函数
数据
健康状态分析
管路
遗传算法优化
参数
聚类
特征值
协方差矩阵
样本
系统为您推荐了相关专利信息
船舶驱动方法
控制系统软件
数据库管理软件
船舶驱动装置
数据处理设备
扩展卡尔曼滤波
综合定位系统
深度学习优化
信道脉冲响应
协方差矩阵
项目评价系统
关键词
项目特征
人工智能模型训练
列表
优化调控方法
风光
初始聚类中心
预测误差
拉丁超立方采样