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
• 来源期刊: 火灾科学
• 关键词: 苯储罐 泄漏 PSO-SVM模型 风险预测
• 年，卷（期）: 2020,（3）
• 页码范围: 190-198
• 页数: 9页
• 分类号: X932
• 语种: 中文
• DOI: 10.3969/j.issn.1004-5309.2020.03.07

摘要

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.