基于人工蜂群优化支持向量机的船舶管网泄漏识别

作     者：印洪浩 YIN Honghao

作者机构：重庆交通大学航海学院重庆400074 

基　　金：交通运输部科技项目(2012-329-814-220) 重庆市自然科学基金项目(cstc2011jj A1056) 

出 版 物：《机床与液压》 (Machine Tool & Hydraulics)

年 卷 期：2014年第42卷第23期

页      码：75-78页

摘      要：针对船舶管系频繁的调泵、调阀等常规操作极易引发泄漏检测系统误报警这一问题,采用适于小样本数据集处理的支持向量机(SVM)从管系多种工况中识别泄漏。使用具备局部和全局最优解搜索能力的人工蜂群算法(ABC)优化SVM参数,避免陷入局部最优解,提高识别正确率。通过小波分析提取工况特征向量,设计和组建人工蜂群优化支持向量机(ABC-SVM)分类器,实现了泄漏识别。与BP神经网络等常用算法比较,ABC-SVM算法具有更高的泄漏识别正确率和适应性。

主 题 词：船舶管系 泄漏识别 人工蜂群 支持向量机 小波分析 

学科分类：08[工学] 082402[082402] 0824[工学-林业工程类] 

D　O　I：10.3969/j.issn.1001-3881.2014.23.018

馆 藏 号：203103317...