%0 Journal Article
%T 基于离散粒子群和支持向量机的故障诊断方法
%A 王灵
%A 俞金寿
%J 华东理工大学学报
%P 697-700
%D 2005
%X 针对与故障不相关的变量会影响分类器性能，从而导致故障诊断正确率下降，提出一种将离散粒子群算法（PSO）与支持向量机（SVM）相结合寻找故障特征变量的优化算法。该算法实现了数据降维和故障特征保留，有效地提高了故障诊断性能。基于连续搅拌釜式反应器（CSTR）的仿真实例验证了该算法古白有诗性．
%K 故障诊断
%K 粒子群算法（PSO）
%K 支持向量机（SVM）
%K 特征选择
%K CSTR
%U http://journal.ecust.edu.cn/ch/reader/view_abstract.aspx?file_no=200505186&flag=1