支撑向量机在给水管网故障诊断中的应用.pdfVIP

第 卷第 期 重庆大学学报 年 月 文章编号 支撑向量机在给水管网故障诊断中的应用 朱晓红 朱丹 重庆大学计算机学院重庆 中国市政工程西南设计研究院四川成都 摘 要 针对城市给水管网运行故障诊断问题 构造一个给水管网室内实验模型 通过测试节点 水压变化 利用建立在结构风险最小原理基础上的支撑向量机 模式分类功能 确定相应的特征 向量和核函数参数选取样本进行训练和测试在小样本情况下对管网故障点进行判决 在多次实验 模型测试数据的基础上 对基于 的给水管网故障诊断方法进行测试并在相同实验测试数据的 前提下与神经网络法进行比较实际算例表明方法的诊断精度优于神经网络法 关键词支撑向量机模式识别故障诊断给水管网 中图分类号 文献标志码 智能诊断是当前工程诊断领域的一个重要发展 有限的 统计学习理论或 方向研究从测试数据出发寻找规律利用这些规律 是一种专门研究小样本情况下机器学习规律 对故障状态进行识别和预测 现有的基于数据的机 的理论 等人从 世纪 年代开始致 器学习包括神经网络在内共同的重要理论基础之 力于此方面研究到 年代中期统计学习理论开 一是统计学 传统统计学研究的是样本数目趋于无 始受到越来越广泛的重视 支撑向量机 但在实际问题中样本数往往是 或是建立在的维理论 穷大时的渐近理论 收稿日期 基金项目重庆市自然科学基金资助项目 作者简介朱晓红女重庆大学副教授博士后主要从事计算机应用技术信息安全等方面的研究 欢迎访问重庆大学期刊网 重庆大学学报 第 卷 和结构风险最小原理基础上相比较神经网络而言 小的凸包之间的距离 几何方法就是利用这种解 具有良好的推广性能 在解决小样本非线性 释将 的训练问题转化为经典的几何问题 作 及高维问题中表现许多优势 并能推广到其它的机 为一个 问题 式 的求解在理论上并不困难 器学习问题中 将有力地推动机器学习理论和技术 对于一些特殊情况 通常通过迭代逐渐逼