基于LS-SVM的供水管网安全性评价方法研究

被引:10
作者
王志涛 [1 ,2 ]
苏经宇 [1 ,2 ]
王威 [2 ]
邢涛 [3 ]
机构
[1] 北京工业大学北京城市与工程安全减灾中心
[2] 北京工业大学建筑与城市规划学院
[3] 北京市城市系统工程研究中心公共安全重点实验室
关键词
供水管网; 供水安全; 安全评价; 最小二乘支持向量机(LS-SVM); 人工神经网络(ANN);
D O I
10.16265/j.cnki.issn1003-3033.2010.11.012
中图分类号
TU991.33 [配水管网];
学科分类号
0815 ;
摘要
为评价城市供水管网的安全性,保障其正常运行,笔者基于多元分类最小二乘支持向量机(LS-SVM)的方法,在对城市供水管网安全运行影响因素总结与分析的基础上,构建供水管网安全性评价的指标因素集与评价模型,通过对有限的经验数据的学习,建立供水管网安全性与其影响因素之间的非线性关系。运用该模型进行实例仿真模拟,通过与实际安全等级及BP神经网络模型预测安全等级之间的对比表明:基于LS-SVM的供水管网安全性评价方法具有较高的精度,正确分类率可以达到83.33%。
引用
收藏
页码:119 / 123
页数:5
相关论文
共 8 条
[1]  
城市地下管网系统的地震可靠性研究.[D].韩阳.大连理工大学.2002, 02
[2]  
高等应用数学问题的MATLAB求解.[M].薛定宇;陈阳泉著;.清华大学出版社.2004,
[3]  
城市生命线系统震后恢复的基础理论与实践.[M].苏幼坡等编著;.地震出版社.2002,
[4]   城市饮用水安全及对策研究——以青岛市崂山区为例 [J].
于志前 ;
陈吉升 .
中国安全科学学报, 2009, 19 (06) :5-9+177
[5]   给水管网实时故障诊断的支持向量机模型 [J].
韩阳 ;
王威 .
给水排水, 2007, (02) :109-112
[6]   基于RS理论的支持向量机分类模型 [J].
唐发明 ;
王仲东 ;
陈绵云 .
兵工自动化, 2005, (03) :62-64
[7]   一种新型的多元分类支持向量机 [J].
朱家元 ;
吴伟 ;
张恒喜 ;
董彦非 .
计算机工程, 2003, (17) :40-41+45
[8]   基于神经网络方法的地下管道系统地震可靠性分析 [J].
李昕 ;
周晶 ;
陈健云 .
世界地震工程, 2001, (04) :107-111