基于改进小龙虾优化算法优化BP神经网络的X80管线钢缺陷定量表征方法

本发明公开了基于改进小龙虾优化算法优化BP神经网络的X80管线钢缺陷定量表征方法，包括步骤：S1、实验和仿真数据采集；S2、时频特征量提取，构建时域特征向量T和频域特征向量F；S3、基于斯皮尔曼相关性分析的特征降维；S4、降维后的特征向量I输入改进小龙虾优化算法优化BP神经网络(CHCOA‑BP)算法；S5、输出X80管线钢管道体积缺陷缺陷长度值和缺陷深度值。本发明构建的CHCOA‑BP算法融合了镜像反射学习、天鹰座算法扩展搜索阶段和垂直交叉操作三种策略，通过模型训练获得基于脉冲涡流响应时频特征融合特征量与体积缺陷尺寸的映射关系，实现管道缺陷的定量表征。本发明具有预测准确度高的特点，有效解决了传统定量算法后期搜索效率低和易陷入局部最优的问题，有效提高了体积缺陷尺寸的定量检测与表征能力。