基于PSO的支持向量机多元控制图均值偏移诊断模型
为了诊断多元控制图发出的报警信号是由哪一个或者哪些变量组合发生均值偏移引起的,提出了基于粒子群优化(PSO)算法的支持向量机(SVM)多元控制图均值偏移诊断模型.模型中使用2T 控制图对多元过程进行控制,在假设过程方差-协方差矩阵保持不变的前提下,根据不同的均值偏移模式,产生 SVM 训练数据集和测试数据集,用 PSO 对 SVM 的参数进行优化,最终得到优化的 SVM 模型.结果表明,基于粒子群优化算法的支持向量机模型(SVM-PSO)比基于SVM和基于神经网络(ANN)模型的分类能力更强,分类准确率超过85%.
多元控制图、均值偏移诊断、粒子群优化算法、支持向量机
TP206.3(自动化技术及设备)
2013-06-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
469-475