首页 | 本学科首页   官方微博 | 高级检索  
     

基于PSO-SVM模型的苯储罐泄漏浓度预测
引用本文:程云芳,邱榕,王自龙,蒋勇. 基于PSO-SVM模型的苯储罐泄漏浓度预测[J]. 消防科学与技术, 2019, 0(6): 890-894
作者姓名:程云芳  邱榕  王自龙  蒋勇
作者单位:中国科学技术大学火灾科学国家重点实验室
基金项目:国家重点研发计划项目(2016YFC0801505)
摘    要:以苯储罐为研究对象,利用ALOHA软件模拟了不同大气温度、风速、地面粗糙度、泄漏口直径和测点条件下苯浓度的变化。将ALOHA模拟数据作为训练样本,建立苯泄漏区域浓度的粒子群-支持向量机(PSO-SVM)预测模型。为验证模型预测性能,采用遗传算法支持向量机(GA-SVM)模型和支持向量机(SVM)模型进行预测,并与PSO-SVM模型对比。结果表明,PSO-SVM模型预测效果优于GA-SVM和SVM模型。

关 键 词:苯储罐  泄漏  PSO-SVM模型  ALOHA

Prediction of benzene leakage area concentration based on particle swarm support vector machine model
CHENG Yun-fang,QIU Rong,WANG Zi-long,JIANG Yong. Prediction of benzene leakage area concentration based on particle swarm support vector machine model[J]. Fire Science and Technology, 2019, 0(6): 890-894
Authors:CHENG Yun-fang  QIU Rong  WANG Zi-long  JIANG Yong
Affiliation:(State Key Laboratory of Fire Science, University of Science and Technology of China, Anhui Hefei 230026, China)
Abstract:CHENG Yun-fang;QIU Rong;WANG Zi-long;JIANG Yong(State Key Laboratory of Fire Science, University of Science and Technology of China, Anhui Hefei 230026, China)
Keywords:benzene storage tank  leakage  PSO-SVM model  ALOHA
本文献已被 CNKI 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号