利用二阶粒子群优化的支持向量机回归对带缺陷管道疲劳寿命的预测分析.pdfVIP

《电气自动化)2014年第36卷第2期 测量与检测技术 Measurement＆DetectingTechnics 利用二阶粒子群优化的支持向量机 回归 对带缺陷管道疲劳寿命的预测分析 杨柳春 (兰州石化职业技术学院，甘肃 兰州 730060) 摘 要：针对带缺陷管道疲劳寿命的预测分析，提出了利用二阶粒子群优化的支持向量机的管道疲劳寿命预测方法。利用粒子群智能 算法优化支持向量机的回归参数，可以避免按经验选取输入参数的盲 目性，能有效地提高预测速度和精度。实例仿真结果表 明用该方法对管道疲劳寿命预测具有很高的精确度，远优于BP神经网络的预测结果。 关键词：管道疲劳寿命；支持向量机；二阶粒子群；优化；预测分析 DOI：10．3969／j·issn．1000-3886．2014．02．035 [中图分类号]TM76 [文献标志码]A [文章编号]1000—3886(2014)02—0104—03 PredictiveAnalysisofthePipeFatigueLifewithDefectsthroughUseofSupport VectorMachine(SVM)RegressionwithSecond—orderParticleSwarmOptimization YANG Liu—chun (LanzhouPetrochemicalVocationalCollege，LanzhouGansu730060．China) Abstract：Withrespecttothepredictiveanalysisofpipefatiguelifewithdefects，thispaperpresentsapredictionmethodofpipefatiguelife throughuseoftheregressparametersofthesupportvectormachineoftheparticleswarm intelligentalgorithm SOastoavoidtheblind selectionofinputparametersaccordingtotheexperience，amethodwhichcan effectivelyraisepredictionspeedandaccuracy． Simulationresultsshow thatthispipefatiguelifepredictionmethodhasahighaccuracy，muchbetterthanthatofBPneuralnetwork． Keywordsipipefatiguelife；supportvectormachine；second—orderparticleswram ；optimization；predictiveanalysis O 引 言 拟采用二阶粒子群算法优化 C，等参数，并且利用采集到的20 组油气输送带缺陷管道样本数据建模和测试模型。测试结果和 在管道油气输运中，随着高压大管径管道的用量增多 ，与此 性能评价指标表明基于二阶粒子群优化的支持向量机回归油气 相关的管道安全评定成为一个研究热点 ，特别是对缺陷管道疲劳 寿命的预测分析，由于可利用的数据和信息非常有限，以致缺少 输送带缺陷管道预测模型，具有很高的精确度和非常好的泛化 管道材料特别是缺少实际管道疲劳裂纹扩展规律和小试样与实 能力。 际管道疲劳裂纹扩展相关性试验研究的数据 。相关文献认为 1 支持向量机的回归算法 油气输送管的疲劳断裂是由管线中的各种交变应力引起的。这 设含有z个数据的集合为 {( ，Y)i=1，2，…，