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
• 来源期刊: 机床与液压
• 学科: 交通运输
• 关键词: 船舶管系 泄漏识别 人工蜂群 支持向量机 小波分析
• 年，卷（期）: 2014,（23）
• 所属期刊栏目: ? 试验与研究 ?
• 页码范围: 75-78
• 页数: 4页
• 分类号: U664.84
• 字数: 3265字
• 语种: 中文
• DOI: 10.3969/j?issn?1001-3881?2014?23?018

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	印洪浩	重庆交通大学航海学院	7	42	3.0	6.0