事件驱动型SVM预测供水管网管道结构状况

作者：周念清; 柳娅楠; 郑茂辉^*; 李浩楠

来源：给水排水, 2021, 57(03): 144-149.

DOI：10.13789/j.cnki.wwe1964.2021.03.023

• 供水管网
• 结构状况
• 网络核密度估计
• 支持向量机
• 事件驱动

结合网络核密度估计(NetKDE)和支持向量机(SVM)算法构建了一个新型的事件驱动的供水管道状况预测模型。以上海市杨浦区供水管网为例,应用NetKDE方法对管网历史事件分布进行分析计算,得到的事件核密度用以表征管网中各管段结构安全状况,并利用自然分界法划分状况等级。以状况等级为响应特征,用径向基(RBF)核函数建立供水管网SVM预测模型,通过网格搜索和交叉验证方法确定最优的模型参数,然后利用优化后的模型进行分类预测。结果表明,该模型总体分类准确率达0.91,能够有效识别结构安全状况较差的管段,对于供水管网安全隐患排查和风险防控具有重要的现实意义。

• 单位
  土木工程学院; 同济大学; 上海防灾救灾研究所