D0I:10.13374/j.issn1001053x.2000.03.014 第22卷第3期 北京科技大学学报 Vol.22 No.3 2000年6月 Journal of University of Science and Technology Beijing June 2000 具有先验知识的前馈网络规划模型 在海水腐蚀预测中的应用 杨晓明”谢铁军) 熊丽清”戴明安》朱相荣》 1)北京科技大学高教所，北京1000832)北京科技大学应用科学学院，北京1000833)青岛海洋腐蚀研究所，青岛266071 摘要应用具有先验知识的前馈网络模型研究海水环境与材料（钢）腐蚀之间对应关系，结 果表明该模型能够很好地揭示材料海水腐蚀规律，提高了预测准确度 关键词海水腐蚀预测；先验知识：前馈网络模型 分类号0235 海水腐蚀是材料与环境之间进行的、复杂 的规律.实际上，我们对海水腐蚀机理有所知， 的物理化学反应，经过多年的实海暴露测试积 只是知不深，尚未达到建立机理的程度，如果将 累，我国已取得了70种材料长时间多阶段的海 研究领域的先验知识与BP网络相结合，则可提 水腐蚀数据.在黑色金属方面，目前已经拥有碳 高实际预测的精度， 钢、低合金钢在4个海域（青岛、厦门、榆林、舟 1前馈网络模型与算法 山)的3个海区（全浸区、潮差区、飞溅区）8年 的腐蚀数据.研究这些数据的内在关系，寻求碳 1.1网络模型 钢、低合金钢材料的海水腐蚀的规律，预测它们 考虑一个三层前馈网络，其输入层、隐含层 的腐蚀行为和使用寿命，对于我国的海洋开发、 和输出层的节点分别为N,N,N,节点作用函 海洋工程、海防建设的设计选材、腐蚀防护具有 数取为igmid,,f则： 重要的意义，目前开发应用的数据处理方法有 主成分分析、聚类分析、判别分析、灰色理论、回 0.=f位w0-0, (1) 归分析等刃.但海水腐蚀的环境和材料特点，使 0=f②w0- (2) 这些方法面临困难：(1)海水环境相当复杂，材 On=Ip (3) 料因素也十分繁杂：(2)有些环境因素数据或材 式中，W,W分别表示输入层节点i和隐含层节 料因素数据缺乏或不完整：(3)常用的分析方法 点j以及隐含层节点j和输出层节点k之间的连 不能很好地预测新的因素变化对材料腐蚀的影 接权；，和8分别表示节点j和节点k的阈值； 响. O,O,O#分别表示训练样本为P时的输入层节 最近人们尝试利用人工神经网络(BP)方法 点i的输入、隐含层节点j和输出层节点k的计 来处理这类问题，文献[1,2]取得了较好的结果， 算输出，p为样本序号.设T为对应样本p的输 其主要思想是：将环境因素与材料的腐蚀的作 入层节点k的理想值.则前馈网络学习问题转化 用关系视为黑箱，从而确定输入（环境）与输出 为下述非线性规划问题 (材料腐蚀率)之间的确定关系.理论上已证明 minE=ΣlTt-Ol 任何连续函数都可以用3层BP神经网络以任 意精度逼近.它不需要预先给出模型而只需要 0-f(w,0-80 四 一组己知条件和结果组成的学习样本，即可通 过自学习或有导师的学习获得条件与结果之间 0-(度w0.--=0 d=20-7H0-T】 1999-0427收稿杨晓明男，39岁，副教授，硕士 (4) *国家自然科学基金资助课题No.59290900) k=0-T-(0-T.】第 2 2 卷 第 3 期 2 00 年 6 月 北 京 科 技 大 学 学 报 JO u rn a l o f U n vi e rs tiy o f s e i e n e e a n d l ’e e h n o l o yg B jie i n g V b l 一 2 2 N 0 3 J U n e 2 0 e 0 具有先验知识 的前馈 网络规划模型 在海水腐蚀预测 中的应用 杨 晓明 ” 谢铁军 ” 熊丽 清 ” 戴明安 ” 朱相荣 ” 1) 北京科技大学高教所 , 北京 10 0 83 2 ) 北京科技大学应用科学学 院 , 北京 10 0 0 83 3) 青岛海洋腐蚀研究所 , 青岛 2 6 60 71 摘 要 应 用具有 先验 知识 的前 馈 网络模型研 究海水环 境与材料 ( 钢 ) 腐蚀 之 间对 应关系 . 结 果表 明该模 型能够 很好地 揭示材 料海水 腐蚀规律 , 提高 了预 测准确 度 . 关键词 海水 腐蚀 预测 ; 先验 知识 ; 前 馈 网络模 型 分类号 0 2 35 、少、产产l. 了山勺氏à,l、 .`了且、、 心 海水腐蚀 是材料与环境之 间进行 的 、 复杂 的 物理化学反应 . 经过多年的实海暴露测试积 累 , 我国 已取得 了 70 种材料长 时 间 多阶段的海 水腐蚀数据 . 在黑 色金 属 方面 , 目前 已经拥有碳 钢 、 低合金钢 在 4 个海域 ( 青 岛 、 厦 门 、 榆林 、 舟 山 ) 的 3 个海 区 ( 全浸区 、 潮差 区 、 飞 溅区 ) 8 年 的腐蚀数据 . 研究这些数据的 内在关系 , 寻 求碳 钢 、 低合金钢 材料的海水腐蚀的规律 , 预测 它们 的腐蚀行为和 使用 寿命 , 对 于我 国 的海 洋开发 、 海洋工程 、 海防建设的设计选材 、 腐蚀防护具 有 重要 的意 义 . 目前 开发 应 用 的 数 据 处 理 方 法有 主 成分分析 、 聚类分析 、 判别分析 、 灰色理论 、 回 归 分析等1[, 2, . 但海水 腐蚀的环 境 和 材 料特 点 , 使 这 些 方法 面 临 困难 : ( l) 海水环 境相 当 复杂 , 材 料因素也 十分 繁杂 ; (2 ) 有些环 境因 素数据或 材 料因素数 据缺 乏或 不 完整 ; (3 ) 常用的分 析方法 不 能很好地预测新 的因素变化对材 料腐蚀 的影 响 . 最近人们 尝试利用 人 工神经 网络 ( B )P 方 法 来处 理这类 问题 , 文 献〔1 , 2〕取得 了较好 的 结果 . 其主 要思 想是 : 将环 境 因 素与材料 的腐蚀 的作 用 关系视为 黑 箱 , 从 而 确 定 输入 ( 环 境 ) 与输 出 ( 材料腐蚀率 ) 之 间的确定 关系 . 理 论 上 已 证 明 任何连续 函数都可 以用 3 层 B P 神经 网络 以任 意精度逼近 . 它不 需要预先 给 出模型 而 只 需要 一 组 己 知 条件和 结果 组 成的 学习 样本 , 即可 通 过 自学习 或有 导师 的学习 获得条件与结 果之 间 的规律 . 实 际上 , 我们对海水腐蚀机理有所知 , 只 是知不 深 , 尚未达到建立机 理 的程度 . 如果将 研究领域 的先验知识与 B P 网 络相 结合 , 则 可提 高实际 预测的精度 . 1 前馈网络模型与算法 1 . 1 网络模型 考虑一 个三层前馈 网络 , 其输入 层 、 隐含层 和 输 出层 的节 点分别为 N1 , 从 , 凡 , 节 点作用 函 数取 为 is gm iod : 介 命 则 : 、 一 厂侈、 、 一 k0) 、 一 厂 (愚。 、 一 习 仇 = 吞 式中 , 城 , , 叽分别表示输入层节点 i 和隐含层节 点 j 以及 隐含层节 点 j 和输出层节 点 k 之 间的连 接权 ; 尽和氏分别表示节点 j 和 节点 k 的阑值 ; 仇 , 仇 , 味分别表示训 练样本为尸 时的输入层节 点 i 的输入 、 隐含层 节 点 j 和输出层节 点 k 的计 算输出 , P 为样本序号 . 设几为对应样本 P 的输 入层节 点 k 的理想值 . 则前馈 网络学习 问题 转化 为下述非线性规划 问题 199 . 仆卜27 收稿 杨晓 明 男 , 39 岁 , 副教授 , 硕士 * 国家 自然科学 基金 资助课题困 。 j 9 2 9 0 9O0) 一 专:}、 一 。 卜(、 一 几)] 一 合:}。 一 。 } 一 (沐一 几 ,〕 ( 4 ) DOI: 10. 13374 /j . issn1001 -053x. 2000. 03. 014