基于ANFIS改进的大气腐蚀环境缺失数据填补方法

发布时间：2017-10-11 19:45

  本文关键词：基于ANFIS改进的大气腐蚀环境缺失数据填补方法

  更多相关文章： 大气腐蚀 缺失数据 相关因素 ANFIS

【摘要】：目的针对大气腐蚀中重要环境数据缺失的复杂问题,提出一种相关因素(Relevance Factors)和自适应神经模糊推理系统(Adaptive Neuro-Fuzzy Inference System)结合的方法(RF-ANFIS)对缺失数据进行填补。方法首先采用相关因素方法计算缺失数据和多项环境因素间的相关程度,筛选出相关系数较大的因子,然后应用ANFIS构建缺失数据与所选环境因子的关系模型。最后以二氧化硫数据为具体对象,采用北京2015年的气象数据对所建立的模型进行检验。结果经过改进的RF-ANFIS模型在最优情况下样本均方误差为0.696,在14个测试样本中有13个相对误差在20%以内,针对有限样本的数据分析中更为适用。结论该方法有效提高了大气腐蚀环境数据缺失的填补精度,对在数据缺失情况下预测大气腐蚀速率具有重要意义。
【作者单位】： 北京科技大学自动化学院;北京科技大学新材料技术研究院;
【关键词】： 大气腐蚀 缺失数据 相关因素 ANFIS
【基金】：国家重点基础研究发展计划项目(2014CB643300) 国家科技基础性工作专项(2012FY113000)~~
【分类号】：TG172.3
【正文快照】： Received:2016-07-12;Revised:2016-08-12大气腐蚀中缺失数据的填补是建模与应用中重要且具有一定难度的研究课题。根据ISO9223—2012标准,金属大气的腐蚀速率与环境中的二氧化硫浓度、氯化物浓度、温度以及湿度四个因子息息相关,但这些腐蚀因子由于人为疏忽、信息获取的滞后，

本文编号：1014414