陈 磊，王培永

(1. 浙江工业大学 土木工程学院，浙江 杭州 310023；2.柯桥排水有限公司，浙江 绍兴 312030)

近年来我国城市给水管网系统平均漏损率达到15.3%，部分城市超过25%。控制漏损能够节约大量的水资源，提高供水的安全性和可靠性。科学地预测管道漏损时间，将为系统的维护和更换提供决策支持，能够一定程度减少漏损的发生率，增强系统的安全性。

张宏伟等[1]根据管网漏损的主要影响因素，采用线性回归分析法建立模型，但是该方法难以反映漏损影响因素和漏损时间之间复杂的非线性关系。覃炫[2]和邵圆媛[3]分析了漏损的主要影响原因，分别采用具有较强非线性映射能力的BP网络和改进BP网络来预测管道漏损时间，但是未提出解决网络参数确定和过学习等问题的方法。基于结构风险最小化的LSSVM仅需确定两个参数，并且具有比神经网络更强的预测性能[4-5]。针对传统基于交叉验证的LSSVM建模耗时长的不足，笔者提出了采用全局寻优能力较强的AGA优化LSSVM参数的建模算法，以获得更好的建模速度和预测效果。

1 影响初次管道漏损的主要因素

众多因素将对管道漏损产生影响，比如：管材、施工质量、管道腐蚀、地面荷载、管径、管道埋深和管道压力等，但是考虑太多因素会使模型变得复杂，并且管材、施工质量和管道腐蚀等因素很难量化。因此，主要因素取管顶覆土、管径、管道压力和管道所在道路等级。

2 基于AGA-LSSVM的管道初次漏损时间预测模型

2.1 LSSVM算法

目标函数为

s.t.yi=wTφ(xi)+b+eii=1,…,N

(1)

式中：μ和ζ为参数；……