基于SVM的水闸安全综合评价模型及其应用.pdf

年第 期水利技术监督工程实践:/基于 的水闸安全综合评价模型及其应用沈 昊 王铁力 吴东伟 吴文炜(江苏省水利勘测设计研究院有限公司 江苏 扬州)摘要:鉴于我国大量的在役水闸 需要进行安全性态分析研究 为其进一步的除险加固提供依据 探索一种新的有效准确的评价方法十分必要 文章基于支持向量机()理论 建立水闸安全综合评价模型 并以江苏省盐城市某水闸为例 对评价模型进行应用 模型得出的结果 与工程实际评价结果一致 可为水闸安全性态的分析研究提供一种新的方法关键词:水闸 安全评价模型 支持向量机综合评价中图分类号:文献标识码:文章编号:()收稿日期:作者简介:沈 昊(年)男 工程师:年代后 我国陆续建成了相当数量的各类水闸建筑物 但受限于建设年代的客观条件等原因 加之许多在役水闸长期受到各种因素影响 其安全性态往往受到一定影响 故需要对其进行安全性态分析研究 科学的评价建筑物的安全性态 为其进一步的除险加固提供依据近年来信息技术以及智能技术的爆发式发展使得越来越多的机器学习方法被运用在各种综合评价方法之中 并应用于各行各业 其中支持向量机()拥有充足的理论基础 有着更优秀的拓展能力 尤其是在处理样本稀少条件下的高维度数据模型时 能够出色的解决问题 并且能够有效避免传统机器学习方法的各种不足 因此 近年来支持向量机()也被越来越多的引入到电力、机械、公路、矿业等工程领域之中 但在水利行业的研究与应用还比较少本文首次在水闸安全综合评价体系中 运用支持向量机()方法 建立了基于支持向量机的水闸安全综合评价模型 并以江苏省盐城市某水闸为例 对建立的评价模型进行应用 对该水闸的安全性态进行研究和评价 支持向量机()理论 线性支持向量机简单来说 在处理线性的分类问题时 支持向量机()就是在输入的数据集合中直接建立判别函数 假定随机且独立的从概率分布未知的分布函数 中 抽 取 个 样 本 组 成 训 练 样 本 集 合()并规定 当 为第一类型时 输出值为正 反之 如果为第二类型 输出为负 因此 该机器学习的目标就是建立一个能够最大化正确划分样本 并且使分类间隔也最大化的函数 即解决的最优化问题如下:()()式中 为惩罚参数 值越大则说明对于分类错误的处罚程度越重 以此来突出分类正确率的重要性 非线性支持向量机在处理非线性分类问题时 则可以把输入的数据集合经过非线性处理 投射到高维度特征集合中 变非线性问题为线性问题 只要选取适合的核函数用于计算 运用线性支持向量机()就可以做到在线性划分映射样本的同时 也不增加原有的工作量 其目标函数为:()()()相应的类别判定函数为:工程实践水利技术监督 年第 期()()()()核函数与参数优化所谓核函数 就是指在处理非线性分类问题时 建立的不同内积的函数 实际上 核函数有很多种 所以在使用支持向量机()时 可以根据问题的实际需要 择优选取所需的核函数 目前比较成熟 且应用较多的 种核函数如下:()多项式核函数()()()()形核函数()()()()径向基函数()()()基于 函数的支持向量机()其本质可以说是一种径向基分类器 其内积函数特性 相当于人的视觉特性 能够较广的应用到实际现实场景中实际上 绝大多数核函数在运用时 都可以得到不错的训练结果 所以理论上任意核函数可以被选择应用于支持向量机()的建模 但因为 核函数只需要选取较少的参数 且处理非线性问题的能力很优异 所以本文选用 核函数应用于支持向量机的建模对支持向量机()性能影响最大的、最重要的参数就是惩罚因子 以及核函数中的参数 近年来 通过学者们不断的研究 已经可以运用人工智能优化算法自动调整惩罚因子 和参数 其中粒子群算法、遗传算法和网络搜索算法是目前运用较多的 种优化算法 基于支持向量机()的水闸安全综合评价模型 为了选取的实际工程样本数据可以更方便的应用于支持向量机()模型的构建与训练 同时也为了最终构建的水闸安全综合评价模型具备更好的可操作性与适用性 本文选取水闸的安全综合评价指标中的一级评价指标作为研究对象 建立支持向量机的分类模型 进行水闸安全性态的综合评价 选取的一级评价指标 具体如图 所示 样本数据处理及标签设置 样本数据处理本文选取了 座在役水闸的实际检测数据图 水闸安全综合评价体系一级评价指标样本处理后作为训练集 选取另外 座在役水闸的检测数据 处理后作为测试集 样本标签设置在水闸安全鉴定中 水闸的安全评价结果被 水闸安全评价导则划分为四类水闸 因此 本文将样本标签也设为 个等级 分别对应这四类水闸 最终样本标签设为 安全 较安全 欠安全 不安全 组数据经过计算处理后 得到训练集样本数据与标签见表 测试集的样本数据与标签见表 核函数最优参数计算本文基于 工具包 以 软件为平台 基于支持向量机()构建并训练了水闸安全综合评价模型选用径向基函数 核函数 运用粒子群算法()、遗传算法()和网络搜索算法()种优化算法 代入 组训练集的数据 分别求解最优参数 和 对比 种算法参数寻优的结果将效果最好的算法应用于支持向量机分类模型的建立之中 粒子群算法()求解参数的程序代码如下:()输出结果为:年第 期水利技术监督工程实践表 训练集样本数据与标签样本标签 表 测试集样本数据与标签样本标签 适应度曲线结果图()如图 所示图 适应度曲线结果图()遗传算法()()输出结果为:适应度曲线结果图()如图 所示 网络搜索算法()()输出结果为:参数选择结果如图 所示 种参数寻优分类模型对比分析首先利用上面 种算法求得的最优参数 和 分别构建 种支持向量机分类模型 随后将 组测试集数据分别代入 种分类模型进行分类预测 再工程实践水利技术监督 年第 期图 适应度曲线结果图()图 参数选择结果图(等高线图)图 参数选择结果图(视图)比较其分类准确性以网络搜索算法()求得的最优参数 和 为例:()()()()输出结果为:(/)()同理 分别代入粒子群算法()和遗传算法()求得的最优参数 和 验证它们的分类准确性 种参数寻优分类模型的对比结果见表 表 种参数寻优分类模型对比分析参数寻优方法参数 参数 交叉验证准确性/分类准确率/(/)(/)(/)由上表可知 运用以上算法建立的分类模型分类准确性都达到了 由此也说明了 对于本文研究的水闸安全综合评价的问题 这 种参数寻优算法都能适用 又因为在交叉验证准确性上网络搜索算法()是 种方法中最高的 故本文选用其求得的最优参数来建立水闸安全综合评价模型 基于支持向量机()的水闸安全综合评价模型的应用 本文将基于支持向量机()的水闸安全综合评价模型 应用到江苏省盐城市某水闸的安全鉴定之中 首先将该闸的实际检测数据经过计算处理得到待评价水闸一级评价指标的指标值见表 代入 水闸安全综合评价模型 最终得到被评价水闸的安全分类等级:表 江苏省盐城市某水闸一级评价指标指标值指标值 年第 期水利技术监督工程实践 此处标签 为期望值对实际输出的预测值无影响 ()(/)()此处准确率是与预设的期望值比较 评价模型最终输出的结果为“”对应该水闸的安全综合评价为“欠安全”评价为三类闸 这与该闸最终实际的安全鉴定评价结论相一致 结语结果表明 支持向量机()能够出色地解决非线性、有限样本、高维度等现实问题 具有出色的分类效果 因此 本文建立的基于 的水闸安全综合评价模型 可以准确的分析出水闸的安全性态 在水闸安全性态综合评价中有较好的应用前景和重要的理论意义但由于样本的数目不多 还有不少方面值得进一步探索研究 比如 样本量与评价精度之间的关系 不同核函数的选择对评价结果的影响等参考文献 丁世飞 齐丙娟 谭红艳.支持向量机理论与算法研究综述.电子科技大学学报 ():.熊鹏 饶军应 孔德禹 等.基于支持向量机的软岩隧道大变形预测模型及应用.水利规划与设计():.虞慧 胡强 熊威 等.江西省大中型水闸安全评价中防洪能力复核方法探讨.水利技术监督():.奉国和.分类核函数及参数选择比较.计算机工程与应用 ():.杨维 李歧强.粒子群优化算法综述.中国工程科学():.马永杰 云文霞.遗传算法研究进展.计算机应用研究():.张国栋.基于改进的模式搜索法的 参数寻优方法/().:.张利青.水闸工程的安全综合评价系统研究.扬州大学.许文婷.基于遗传算法的大型泵站工程安全综合评价模型研究.扬州大学.(上接第 页)生物措施中采取适合的生物治理技术 选择性价比高、环境影响小、可操作性强的生物制剂是切实可行的方法通过在城市河湖的多年实践 利用控藻技术()生物调衡()生物多样性(投加微生物制剂)的综合生物处理技术对水体进行常规治理具有推广和示范意义 该技术适用于城市河湖富营养化程度相对较高的水体 治理效果快速明显 可用于应急治理 该技术具有整治费用少、原生态环境影响小 增强水体景观等特点 具体有以下优势:()以生态方法进行水体还原治理 不会对水体造成任何破坏、形成二次污染()污染物可在原地被降解 处理效果好()施工操作简便 对周围环境干扰少 低耗能()工程造价相对较低 运行成本低廉 结语()生物抑藻技术对水体进行治理 各项水质指标明显较低 水质明显改善 选择性价比高、环境影响小、可操作性强的生物制剂是切实可行的方法()生物制剂具有见效快、效果好、操作便利等特点 适用于城市河湖富营养化程度相对较高的水体 可用于应急治理 具有一定的推广和示范意义 但内城河湖由于地理位置的特殊性 游人众多 对景观要求高 喷洒生物制剂会降低亲水性因此不宜大面积使用()要从根本上改善水环境 需要多种措施并举 建立完善、健康的水生态系统 进一步探索和完善适合城市河湖的综合技术措施 实现水环境的生态和可持续参考文献 王琳 王迎春 李季 等.微生物菌剂处理富营养化景观水体的室内试验研究.农业环境科学学报():.卢丽君.利用生物促生剂和曝气修复受污染底泥的试验研究.东华大学.李弦 林逢凯 胥铮.复合酶生物促进剂在污染河道修复中的应用研究.净水技术 ():.():.杜桂森 吴玉梅 扬忠山 等.北京城区河湖水质分析.湖泊科学().