典型文献
G A-LVW算法在化工过程故障诊断中的应用
文献摘要：
针对田纳西-伊斯曼(Tennessee Eastman,TE)化工过程中故障特征难区分、诊断方法易陷入局部最优等问题,提出一种基于遗传算法(genetic algorithm,GA)改进的拉斯维加斯包裹式(Las Vegas wrapper,LVW)特征选择方法GA-LVW.利用GA算法改进LVW算法搜索盲目性的缺点,使得特征组合能够快速有效地收敛到近似最优,进而集成机器学习的分类器对TE过程进行过程监控,发现异常状态,从而实现故障诊断.通过TE化工过程的故障诊断实验验证,将GA-LVW算法与未改进的LVW算法及未进行特征选择的分类算法进行对比,结果表明所提GA-LVW方法提高了LVW特征选择的稳定性和寻求近似最优解的迭代速度,从而提升了分类器故障诊断发现异常状态的准确率.
文献关键词：
故障诊断;遗传算法;拉斯维加斯算法;化工过程
中图分类号：
作者姓名：
耿志强;李俊;曹原;韩永明
作者机构：
北京化工大学信息科学与技术学院,北京 100029;北京化工大学智能过程系统工程教育部工程研究中心,北京 100029
文献出处：
引用格式：
[1]耿志强;李俊;曹原;韩永明-.G A-LVW算法在化工过程故障诊断中的应用)[J].北京化工大学学报（自然科学版）,2022(06):101-109
A类：
Vegas,wrapper,拉斯维加斯算法
B类：
LVW,化工过程,田纳西,伊斯曼,Tennessee,Eastman,TE,故障特征,局部最优,优等,genetic,algorithm,GA,Las,特征选择,选择方法,算法改进,盲目性,特征组合,快速有效,集成机器学习,分类器,过程监控,发现异常,异常状态,诊断实验,未改,分类算法,近似最优解,迭代速度
AB值：
0.31524
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
