基于SVM的核電站不常用備件分類模型研究.pdf

1、我國經濟的發(fā)展和人民生活水平的提高，極大地促進了我國電力事業(yè)的發(fā)展，而核電由于其經濟、安全可靠、清潔的特性，更是得到了重點關注。預計到2020年，我國核電發(fā)電量將占到總發(fā)電量的4％。 在核電企業(yè)的生產經營過程中，對設備的依賴程度很高。作為設備正常維護檢修和應急處理的保障性物資，備件的重要程度不言而喻。 首先分析了現(xiàn)有的分類法存在的問題：分類方法過于簡單、引入了過多定性的主觀判斷、過于復雜或者需要大量數(shù)據等。然后，介紹了支

2、持向量機（SVM）分類理論，以及該分類理論的優(yōu)點：對有限樣本情況下的數(shù)據分類問題，具有全局優(yōu)化、訓練時間短、泛化性能好、算法復雜度與特征空間維數(shù)無關等優(yōu)點。 接著，分別介紹了核電企業(yè)的兩種備件——常用備件和不常用備件，并在分析不常用備件特點，如可用性要求高、專用性強、單價高、生產周期長、使用頻率較低且規(guī)律性不強、壽期不確定等的基礎上，建立了備件分類的指標體系。 然后，在研究SVM多類別分類方法的基礎上，選擇了決策有向無環(huán)