基于支持向量机的高炉炉况诊断方法

钢铁, 2007, 42(10): 17-19.

1.中南大学信息科学与工程学院,湖南,长沙,410083

2.中南大学信息科学与工程学院,湖南,长沙,410083

3.中南大学信息科学与工程学院,湖南,长沙,410083

4.中南大学信息科学与工程学院,湖南,长沙,410083

基金项目: 国家自然科学基金(60425310) 国家高技术研究发展计划(863计划)(2007AA042177)

BF Status Diagnosis Approach Based on SVM

现实中高炉炉况的征兆样本集是有限的,常规的基于经验风险最小化原则的方法的应用效果并不理想.支持向量机方法是针对小样本集分类问题提出的,具有很好的泛化能力,因此采用最小二乘法支持向量机进行高炉炉况诊断.通过仿真试验证实此方法具有很好的诊断效果.

[1]	宋建成.高炉炼铁理论与操作[M].北京:冶金工业出版社,2005
[2]	朱大奇,于盛林.基于知识的故障诊断方法综述[J].安徽工业大学学报(自然科学版),2002(03):197-204.
[3]	张登峰,王执铨,孙金生.控制系统故障诊断的理论与技术[J].数据采集与处理,2002(03):293-299.
[4]	Vapnik V N.The Nature of Statistical Learning Theory[M].New York:Springer-Verlag,1999
[5]	Suykens J A K;Vandewalle J .Least Squares Support Vector Machine Classifiers[J].Neural Processing Letters,1999,9(03):293-300.

上一张下一张

计量

作者相关

文章评分