混沌耗散离散粒子群算法及其在故障诊断中的应用
来源期刊：控制与决策2007年第10期
论文作者：王灵 俞金寿
文章页码：1197 - 1200
关键词：故障诊断;粒子群优化算法;特征选择;支持向量机;
摘 要：针对大型化工过程生产系统的高维度数据及其噪声严重影响故障诊断的性能,采用基于故障特征选择和支持向量机(SVM)的故障诊断方法.为了确保在线故障诊断的实时性和准确性,提出一种新型的混沌耗散离散粒子群(CDDPSO)算法,用于故障诊断中特征变量的搜索.仿真结果表明,CDDPSO算法能有效地搜索到全局最优解,而基于故障特征选择的故障诊断方法具有良好的故障诊断性能.
王灵，俞金寿
摘 要：针对大型化工过程生产系统的高维度数据及其噪声严重影响故障诊断的性能,采用基于故障特征选择和支持向量机(SVM)的故障诊断方法.为了确保在线故障诊断的实时性和准确性,提出一种新型的混沌耗散离散粒子群(CDDPSO)算法,用于故障诊断中特征变量的搜索.仿真结果表明,CDDPSO算法能有效地搜索到全局最优解,而基于故障特征选择的故障诊断方法具有良好的故障诊断性能.
关键词：故障诊断;粒子群优化算法;特征选择;支持向量机;
