基于粒子群-支持向量机(PSO-SVM)的苯储罐泄漏事故风险预测

• 作 者: 程云芳 邱榕
• 机 构: 中国科学技术大学火灾科学国家重点实验室
• 出 处: 火灾科学
• 发表日期: 2020年3期
• 关键词: 苯储罐 泄漏 PSO-SVM模型 风险预测 Benzene storage tank Leakage PSO-SVM model Risk predic
• 基金项目: 国家重点研发项目(2016YFC0801505)

将支持向量机(SVM)模型运用于事故前苯储罐泄漏事故风险预测,为使模型性能最优,采用粒子群算法PSO优化SVM模型参数,建立了PSO-SVM风险预测模型。为验证模型风险预测性能,分别采用遗传算法(GA)和网格搜索法(GS)优化SVM参数,并比较测试集与PSO-SVM、GA-SVM、GS-SVM三种模型预测结果的均方误差及相关系数。然后进一步探讨模型中权重调整方式、种群规模对PSO-SVM模型预测性能的影响。研究发现,权重线性递减所建PSO-SVM预测值与测试集相关系数更高、均方误差更小、预测效果更好,种群