基于RBF-BP神经网络的管道腐蚀类型预测  

作　　者：陈婷[1] 李列平[1] 王艳丽[1] 

机构地区：[1]中国地质大学(武汉)工程学院,湖北武汉430074

出　　处：《非开挖技术》2015年第2期111-114,共4页China Trenchless Technology

摘　　要：基于BP神经网络收敛速度慢和容易陷入局部极小点的不足，提出了RBF-BP组合神经网络的新预测方法，以优化网络权值和阀值的计算，同时确定了相应的计算方法。将RBF-BP神经网络应用到管道腐蚀类型的预测中，既有BP网络较好的泛化能力，又具备RBF网络较快的逼近速度。计算表明，给予该组合网络更少的迭代次数和时间，输出结果精度更高，RBF-BP神经网络在预测管道腐蚀类型中有很好的实用价值。

关 键 词：RBF-BP神经网络 管道 腐蚀类型 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]