改进粒子群算法优化SVM的水泥烧成系统故障诊断

论文摘要

在基本粒子群算法的基础上,通过引入自适应变异算子、交叉算子和新的惯性权重,提出一种采用改进粒子群（IPSO）算法对支持向量机（SVM）参数进行优化的分类器模型。选取UCI公共数据集中的Iris、Wine和Seed对其分类性能进行验证。最后,将IPSO-SVM分类器应用于水泥烧成系统的故障诊断中,结果表明:该分类器具有更快的收敛速度、更好的全局收敛能力和更高的故障诊断精度。

论文目录

• 1 基于IPSO的SVM参数优化方法
•   1.1 改进粒子群算法
•   1.2 IPSO算法优化SVM参数
•   1.3 算法验证
• 2 水泥烧成系统及其工艺故障
• 3 IPSO-SVM在水泥烧成系统故障诊断的应用
•   3.1 数据预处理
•   3.2 故障诊断结果分析
• 4 结束语

文章来源

类型: 期刊论文

作者: 王敏洁,艾红

关键词: 故障诊断,水泥烧成系统,改进粒子群算法,支持向量机

来源: 化工自动化及仪表 2019年12期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 无机化工,自动化技术

单位: 北京信息科技大学自动化学院

基金: 北京市自然科学基金项目(4162025)

分类号: TP18;TQ172.62

页码: 983-987+1006

总页数: 6

文件大小: 443K

下载量: 111