期刊文章详细信息
基于RS与LS_SVM的密闭鼓风炉故障诊断
Imperial smelting furnace fault diagnosis based on rough set and least squares support vector machine
文献类型:期刊文章
机构地区:[1]中南大学信息科学与工程学院控制科学与工程系,长沙410083
基 金:国家自然科学重点基金(the National Natural Science Foundation of China under Grant No.60634020)
年 份:2008
卷 号:44
期 号:10
起止页码:221-223
语 种:中文
收录情况:AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊
摘 要:针对密闭鼓风炉故障信息的复杂性和不完备性,建立了基于粗糙集(RS)和最小二乘支持向量机(LS_SVM)相结合的故障诊断模型。首先运用等频率划分法对故障诊断数据中的连续属性进行离散化,然后采用粗糙集理论进行故障诊断决策系统约简,获得最优决策系统。将约简结果与LS_SVM相结合,建立了故障诊断模型。实验结果表明,该模型提高了诊断效率和判断准确率。
关 键 词:粗糙集(RS) 最小二乘支持向量机(LS_SVM) 故障诊断 密闭鼓风炉
分 类 号:TP277]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...