二进制量子粒子群优化算法及其在化工过程故障诊断中的应用 (2007年)

针对实际化工生产过程中故障数据缺乏，采用适合小样本问题的支持向量机(SVM)对化工过程稳态故障进行诊断。为了保证在线故障诊断的实时性，消除高维监控数据以及系统噪声对故障诊断的干扰，提出了一种新的基于二进制量子粒子群优化(BQPSO)算法和SVM的故障特征选择方法。仿真实验表明：BQPSO算法具有良好的全局搜索能力，能够快速、准确地搜索到故障特征变量；而基于特征选择的SVM故障诊断方法能可靠地实现对复杂化工过程的在线故障诊断。