基于粒子群优化的svm供水管道泄漏诊断方法

《基于粒子群优化的svm供水管道泄漏诊断方法》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。基于粒子群优化的SVM供水管道泄漏诊断方法　　摘要：供水管道泄漏会造成水资源浪费和经济损失，传统支持向量机泄漏诊断模型中存在参数选择不确定的问题，导致其分类结果不稳定。提出将粒子群进化算法应用于泄漏诊断支持向量机模型中的参数优化选择，利用粒子群群体智能优化搜索从全局迅速地迭代出合理的支持向量机的惩罚参数以及核参数，使建立的PSO?SVM管

2、道泄漏诊断模型达到最优。实验测试表明，通过结合粒子群算法全局搜索收敛速度快的优点，有效地解决了支持向量机模型中两个重要参数优化选择的问题，提升了支持向量机分类的准确率和效率。　　关键词：供水管道；泄漏诊断；支持向量机；粒子群算法；参数优化；PSO?SVM　　中图分类号：?34；文献标识码：A文章编号：1004?373X07?0156?04　　PSO?SVMbasedleakagediagnosismethodofwatersupplypipeline　　WANGXueyuan1，2，CHENZhigang1，2，

3、ZHONGXinrong3，LUNing1，2　　　　Abstract：Theleakageofwatersupplypipeline为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。willcauset

4、hewaterresourcewasteandeconomiclosses.Thetraditionalleakagediagnosismodelbasedonsupportvectormachinehastheproblemofuncertainparameterselection，whichmaycausetheunstableclassificationresult.Theparticleswarmoptimizationalgorithmisproposedforparameteroptimization

5、selectioninleakagediagnosismodelbasedonSVM.TheparticleswarmintelligentoptimizationsearchisusedtoquicklyiteratethereasonablepenaltyparameterandkernelparameterofSVMintheoverallsituation，soastomakethepipelineleakagediagnosismodelbasedonPSO?SVMoptimal.Theexperime

6、ntalresultsshowthat，incombinationwiththefastconvergencespeedofPSOglobalsearch，themethodcansolvethetwoimportantparametersoptimizationselectionprobleminSVMmodel，andimprovetheaccuracyandefficiencyofSVMclassification.　　Keywords：watersupplypipeline；leakagediagnosi

7、s；SVM；PSO；parameteroptimization；PSO?SVM　　0引言为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。　　随着我国城市化水平不断提高，供水管道长度呈现加速增长趋势，但供

8、水管网道的漏损现象却十分普遍。对于城市供水管道的漏失诊断，如何从复杂干扰中识别泄漏是整个技术的关键难点[1]。针对这一关键点，文献[2]提出基于神经网络的管道泄漏检测识别方法，很大程度上提升了泄漏检测的准确率。但是，神经网络存在训练样本需求多、收敛速度慢等问题，文献[3]提出基于结构风险最小化的SVM理论应用于管道泄漏诊断领域，它在小样本及非线性的情形下有独特优势，可以实