科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对化工过程故障检测中因为过程的复杂性和非线性而导致的检测效果不佳的问题，提出一种遗传算法和BP＿Adaboost网络相结合的故障检测方法。首先，利用遗传算法对输入自变量维度进行降维，筛选符合实际需求的自变量维度。然后再利用遗传算法对BP网络的权值和阈值进行参数优化。最后建立BP＿Adaboost网络模型对化工过程进行故障检测。仿真结果表明，所提方法的故障检测精度得到了有效地提高，能满足化工过程故障检测的需求。
- 单位
针对化工过程故障检测中因为过程的复杂性和非线性而导致的检测效果不佳的问题，提出一种遗传算法和BP＿Adaboost网络相结合的故障检测方法。首先，利用遗传算法对输入自变量维度进行降维，筛选符合实际需求的自变量维度。然后再利用遗传算法对BP网络的权值和阈值进行参数优化。最后建立BP＿Adaboost网络模型对化工过程进行故障检测。仿真结果表明，所提方法的故障检测精度得到了有效地提高，能满足化工过程故障检测的需求。
