[发明专利]一种地下工程综合保障能力的评估方法及系统

说明书

本发明公开一种地下工程综合保障能力的评估方法及系统，通过建立LSSVM预测网络对地下工程综合保障能力进行评估，通过视野和步长自适应设定以及引入精英反向学习机制改进人工鱼群算法，使基本的人工鱼群算法更加具有应用性，之后利用优化后的人工鱼群算法得到LSSVM预测网络的最优参数，利用最优参数对LSSVM预测网络进行训练，得到IAFSA‑LSSVM模型。最后，利用IAFSA‑LSSVM模型对地下工程综合保障能力进行评估，相比未改进的模型，本发明提出的方法，评估效果更好，评估更为准确。

技术领域

本发明属于地下工程综合保障技术领域，具体属于一种基于IAFSA-LSSVM的地下工程综合保障能力评估方法及系统。

背景技术

地下工程综合保障能力是地下工程项目的关键性能指标，其性能的好坏直接影响地下工程是否可以正常运行。根据地下工程的保障需求，分级和分类建立保障能力评估指标体系是目前的首要任务，地下工程综合保障能力常用的评估模型有层次分析法、灰色评估法、云重心法、模糊综合评判法和人工神经网络等方法，前几种评估方法引入了大量的人为主观评判，人为因素对评估模型的影响使其不能有效的解决对地下工程综合保障能力的评估。

LSSVM是普通支持向量机(support vevtormachine,SVM)的改进，其损失函数采用误差平方和，用等式约束替代了SVM中的不等式约束条件，将二次规划问题的求解转化成了线性方程组的求解。但通常在LSSVM的建立过程中，核宽度系数和正则化参数由人为试探选取，过程中具有较大的人为因素影响，而参数的选取将会直接影响到地下工程综合保障能力评估模型的评估精度与训练时间；

现有的智能优化算法多种多样，有着各自的计算优势，常用的优化算法有粒子群算法和遗传算法等，但这些算法产生时间长，导致现有提升空间有限；人工鱼群算法(artificial fish-swarm algorithm,AFSA)是较新的智能优化算法，该算法具有较好的全局最优解的求解能力、对初始值和参数要求较低、鲁棒性强、易操作等特点，但是AFSA存在后期收敛速度慢以及容易陷入局部最优等缺点。

发明内容

为了解决现有技术中存在的问题，本发明提供一种基于IAFSA-LSSVM的地下工程综合保障能力评估方法及系统，对地下工程综合保障能力的进行评估，能有效地解决评价指标之间的非线性关联性问题，使得最后的评估更为准确，有效。

为实现上述目的，本发明提供如下技术方案：一种基于IAFSA-LSSVM的地下工程综合保障能力评估方法，具体步骤如下：

S1构建地下工程综合保障能力评估指标体系，获取地下工程综合保障能力评估指标得到训练样本集，对训练样本集进行预处理，根据预处理后的训练样本集构建LSSVM预测网络；

S2生成初始人工鱼群，根据自适应策略设定人工鱼群算法的视野和步长，计算人工鱼群觅食行为中每条人工鱼的适应度，根据适应度更新初始人工鱼群中的人工鱼状态；利用精英反向学习机制在更新后的人工鱼群中选出精英人工鱼个体，得到精英人工鱼群；计算精英人工鱼个体的反向解，得到反向解个体组成的反向人工鱼群，将精英人工鱼群及反向人工鱼群组成新的鱼群，将新的鱼群作为初始人工鱼群，重复上述步骤直至达到最大迭代次数K_max或适应度值不再改变时停止，输出LSSVM预测网络的最优参数；

S3利用最优参数对LSSVM预测网络进行训练，得到训练好的IAFSA-LSSVM模型；

S4将待评估地下工程综合保障能力评估指标输入训练好的IAFSA-LSSVM模型中进行地下工程综合保障能力的评估。

进一步的，步骤S1中，所述地下工程综合保障能力评估指标体系包括供配电保障分系统E、通风空调保障分系统A、给排水保障分系统W和综合保障分系统I。

进一步的，步骤S1中，所述供配电保障分系统E、通风空调保障分系统A、给排水保障分系统W和综合保障分系统I共包括24个地下工程综合保障能力评估指标，具体为：