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^*

来源：火灾科学, 2020, 29(03): 190-198.

• 苯储罐
• 泄漏
• PSO-SVM模型
• 风险预测

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,种群规模没有影响PSO-SVM模型预测值但会影响计算时间,这为危化品泄漏事故的风险预测提供了一种新的方法。

• 单位
  中国科学技术大学; 火灾科学国家重点实验室