LS-SVM模型在城市燃气管道风险评估中的应用
为了提高城市燃气管道风险识别能力,提出将一种数据挖掘技术,最小二乘支持向量机(LS-SVM)引入到燃气管道风险评估中.通过挖掘由第三方破坏、腐蚀、设计、操作与泄漏影响五类风险因素构成的特征量与管道风险模式之间的关系,在以径向基函数为核函数的基础上,基于遗传算法优化模型参数,利用典型样本数据进行训练和测试后,建立LS-SVM预测模型进行风险评估.研究结果表明,该模型稳定性强、诊断速度快、识别准确率高,可较好地实现对城市燃气管道的风险模式识别.
燃气管道、最小二乘支持向量机、风险评估
36
X913;TU996.9(安全科学基础理论)
国家安监总局安全生产重大事故防治关键技术科技项目"天然气管网泄漏检测及风险管理系统关键技术研究"安监总厅科技[2013]140号;常州市科技项目"城市地下燃气管网信息化管理与应急决策支持系统"CZ20170017
2018-01-26（万方平台首次上网日期，不代表论文的发表时间）
共4页
1598-1601
