CAJ | 학술논문

万方数据

湖南大学学报（自然科学版） 호남대학학보（자연과학판）
JOURNAL OF HUNAN UNIVERSITY(NATURAL SCIENCES EDITION)
2007年 12期 68-71 ,共4页

李晓东%曾光明%蒋茹%李峰%石林%梁婕%韦安磊%黄国和

리효동%증광명%장여%리봉%석림%량첩%위안뢰%황국화

故障诊断%支持向量机%遗传算法%改进支持向量机故障診斷%支持嚮量機%遺傳算法%改進支持嚮量機
고장진단%지지향량궤%유전산법%개진지지향량궤

针对污水处理厂运行时故障数据不平衡性和代价敏感等特点,构造风险泛函R(WLOO)(α)来改进支持向量机(Support vector machine,SVM);并用遗传算法(GA)对风险泛函求全局最优.在GA对R(WLOO)(α)寻优过程中,SVM的几个参数以及核函数同时进行最优化.结果表明:用改进的SVM对污水处理厂的故障数据进行分类时,比未经改进的SVM错分类率低16.5%.
침대오수처리엄운행시고장수거불평형성화대개민감등특점,구조풍험범함R(WLOO)(α)래개진지지향량궤(Support vector machine,SVM);병용유전산법(GA)대풍험범함구전국최우.재GA대R(WLOO)(α)심우과정중,SVM적궤개삼수이급핵함수동시진행최우화.결과표명:용개진적SVM대오수처리엄적고장수거진행분류시,비미경개진적SVM착분류솔저16.5%.