二进制量子粒子群优化算法及其在化工过程故障诊断中的应用

• 作者: 俞金寿 王灵
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 故障诊断 特征选择 二进制量子粒子群 量子算法 支持向量机
• 年，卷（期）: 2007,（5）
• 页码范围: 692-696
• 页数: 5页
• 分类号: TP273
• 字数: 3964字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-3080.2007.05.022

摘要

针对实际化工生产过程中故障数据缺乏,采用适合小样本问题的支持向量机(SVM)对化工过程稳态故障进行诊断.为了保证在线故障诊断的实时性,消除高维监控数据以及系统噪声对故障诊断的干扰,提出了一种新的基于二进制量子粒子群优化(BQPSO)算法和SVM的故障特征选择方法.仿真实验表明:BQPSO算法具有良好的全局搜索能力,能够快速、准确地搜索到故障特征变量;而基于特征选择的SVM故障诊断方法能可靠地实现对复杂化工过程的在线故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞金寿	华东理工大学自动化研究所	199	3638	32.0	51.0
2	王灵	华东理工大学自动化研究所	4	54	4.0	4.0