[發(fā)明專利]一種改進粒子群優(yōu)化支持向量機的精餾塔故障診斷方法

有效

• 申請?zhí)枺?/td>: 201910048387.0
• 申請日: 2019-01-18
• 公開（公告）號: CN109886462B
• 公開（公告）日: 2021-10-08
• 發(fā)明（設計）人: 鄭松;裘虹飛;葛銘;鄭小青;魏江
• 申請（專利權(quán)）人: 杭州電子科技大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62;G06Q50/04
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱月芬

1.一種改進粒子群優(yōu)化支持向量機的精餾塔故障診斷方法，其特征在于，包括如下步驟：

步驟1：粒子群初始值的設定，給定輸入數(shù)據(jù)X＝{X₁,...,X_n}和學習目標y＝{y₁,...,y_n}均來源于精餾塔故障數(shù)據(jù)，給定參數(shù)C,σ的范圍，C是懲罰系數(shù)，σ是選擇RBF函數(shù)K(x_i,x_j)＝exp(||x_i-x_j||²/σ²)作為kernel后，該函數(shù)自帶的一個參數(shù)；

步驟2：隨機產(chǎn)生粒子的位置與速度，根據(jù)適應度函數(shù)評價每個微粒的適應度值；

步驟3：根據(jù)以下公式更新速度和位置；

v_id(t+1)＝v_id(t)+c₁r₁(p_id-x_id(t))+c₂r₂(p_gd-x_id(t))

x_id(t+1)＝x_id(t)+v_id(t+1)

式中，i＝1,2，...n，為第i個粒子；d＝1,2,...m，為第d維；p_id為第i個粒子目前為止最優(yōu)位置；p_gd為整個粒子群搜索到的最優(yōu)位置；c₁和c₂為非負常數(shù)即加速因子，r₁和r₂服從[0,1]上的均勻分布隨機數(shù)，V_id關(guān)于時間t的一個速度變量，X_id關(guān)于時間t的一個位置變量，e表示為在模型的設定的最大的允許變化的范圍；

步驟4：檢查是否滿足終止條件，如果滿足就結(jié)束尋找，不滿足再返回步驟2重新計算；

步驟5：得到優(yōu)化的支持向量機的參數(shù)，建立改進粒子群優(yōu)化支持向量機模型；

步驟6：將步驟5得到的參數(shù)代入到支持向量機中；

支持向量機區(qū)分類別的最優(yōu)化公式：

式中，j＝1,...,k；w^j為第j個樣本的超平面法向量，C為懲罰系數(shù)，ξ為松弛變量；

約束條件：

式中，Φ：X→H的一個映射函數(shù)，X為輸入的精餾塔故障數(shù)據(jù)，H為希爾伯特空間，b為截距常量，y_t表示t時刻學習目標為二元變量y＝{-1,1}之一；

其中，核函數(shù)選擇K(x_i,x_j)＝exp(||x_i-x_j||²/σ²)

式中，i＝1,2，...n，j＝1,2，...n，x_i＝[x₁,...,x_n]∈X、x_j＝[x₁,...,x_n]∈X表示其中輸入數(shù)據(jù)的每個樣本包含的多個特征量空間，且i≠j。