摘要
本发明提供了一种基于机器学习的船舶与海洋工程结构腐蚀疲劳裂纹扩展速率预测方法,包括如下步骤:S1、得到全部特征变量;S2、通过特征选择算法对全部特征变量进行筛选核心影响因素,得到特征数据;S3、建立机器学习预测模型,所述机器学习预测模型采用若干机器学习算法中的一种,将特征数据输入至机器学习预测模型中学习腐蚀疲劳裂纹扩展速率数据与所选择的各变量之间的非线性映射关系,并使用超参数优化方法对机器学习预测模型进行优化,得到训练后模型;S4、将待预测目标的特征数据输入至训练后模型中进行预测,得到待预测目标的腐蚀疲劳裂纹扩展速率。本发明适用于船舶、海洋平台、海底管道等关键设施的服役安全分析与寿命评估。
技术关键词
海洋工程结构
机器学习算法
人工神经网络算法
支持向量回归算法
变量
超参数优化方法
非线性映射关系
评估预测模型
船舶
曲线
特征选择算法
二进制特征
腐蚀疲劳裂纹扩展
梯度提升树
数据
预测模型方法
阴极保护电位
标准化方法
系统为您推荐了相关专利信息
分化型甲状腺癌
风险预测模型
FFPE样本
患者
感兴趣
子载波分配方法
导航信号干扰
功率分配方法
代表
速率