[發明專利]一種改進粒子群優化支持向量機的精餾塔故障診斷方法有效

申請號：	201910048387.0	申請日：	2019-01-18
公開（公告）號：	CN109886462B	公開（公告）日：	2021-10-08
發明（設計）人：	鄭松;裘虹飛;葛銘;鄭小青;魏江	申請（專利權）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
地址：	310018 浙***	國省代碼：	浙江;33
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種改進粒子優化支持向量精餾塔故障診斷方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

本發明提供了一種改進粒子群優化支持向量機的精餾塔故障診斷方法，本發明按照如下步驟進行優化：(1)系子群初始值的設定，給定參數C,σ的范圍。(2)隨機產生粒子的位置與速度，根據適應度函數評價每個微粒的適應值。(3)根據相應的改進公式更新速度和位置。(4)檢查是否滿足終止條件，如果滿足就結束尋找，不滿足再返回步驟2重新計算。(5)得到優化的支持向量機的參數，建立改進粒子群優化支持向量機模型。本發明有效的改善普通粒子群優化支持向量在一開始在速度極限值選擇上過大或過小而引起的陷入局部最優等的問題。

技術領域

本發明屬于優化算法應用技術領域，具體是一種改進粒子群優化支持向量機的精餾塔故障診斷方法。

背景技術

在石油化工行業的生產過程中，精餾塔占據著重要的地位。精餾塔是利用混合物中各組分具有不同的揮發度來實現分離目的，從而達到精餾的一種塔式汽液接觸裝置。在石油化工等行業中，精餾塔設備在運行過程中的好壞與企業的經濟效益有著直接的聯系。因此對精餾塔進行故障診斷能提高過程安全和產品質量。

在當今快速發展的科技社會中，故障診斷開始朝著自動化，智能化的方面發展。在1995年被Vapnik等人提出的一種新穎的機器學習方法即支持向量機在解決小樣本、非線性及高維模式識別問題中具有結構簡單、全局最優、泛化能力強等優勢，從而在故障診斷中體現出了其存在的優越性。但是現實生活中存在的一些局限性，使得支持向量機參數的選擇存在一定的困難，利用粒子群算法與支持向量機結合，可以在參數的選擇上進行優化，從而提高整體的分類效果。粒子群算法是一種智能搜尋算法，能夠在多維空間中快速找到問題的最優解。但粒子群算法本身又容易陷入局部最優的問題。

發明內容

本發明的目的在于提供一種改進粒子群優化支持向量機的精餾塔故障診斷方法，有效改進粒子群陷入局部最優的問題，從而提高精餾塔故障診斷的分類辨識精度，以解決上述背景技術中提出的問題。

本發明為了實現上述目的，采用以下方案：

本發明提供一種改進粒子群優化支持向量機的精餾塔故障診斷方法，將改進的粒子群算法優化支持向量機的參數，然后將其運用到精餾塔的故障診斷上，其特征在于，包括以下步驟：

步驟1：粒子群初始值的設定，給定輸入數據X＝{X₁,...,X_n}和學習目標y＝{y₁,...,y_n}均來源于精餾塔故障數據，給定參數C,σ的范圍，C是懲罰系數，σ是選擇RBF函數K(x_i,x_j)＝exp(||x_i-x_j||²/σ²)作為kernel后，該函數自帶的一個參數，i＝1,2，...n，j＝1,2，...n，x_i＝[x₁,...,x_n]∈X表示其中輸入數據的每個樣本包含的多個特征量空間，x_j＝[x₁,...,x_n]∈X表示其中輸入數據的每個樣本包含的多個特征量空間。