利用改进的遗传算法优化的支持向量机对精馏塔故障进行诊断的研究 (2011年)

针对支持向量机(SVM)参数的选取困难,提出了利用改进的遗传算法(IGA)对其参数进行优化。IGA采用代沟选择和可变交叉概率,确保当前种群中最适应的个体总是被连续传播到下一代,并使进化后期优化的对象比较容易稳定,计算效率提高。将基于改进遗传算法优化的SVM( IGA-SVM)训练算法应用于某醋酸共沸精馏塔的故障诊断,仿真实验结果表明:对比标准GA-SVM算法,IGA-SVM算法对故障数据能够得到较优的分类辨识结果,且该算法训练速度更快,便于工程应用,对精馏塔的故障诊断有显著的指导作用。