改进支持向量机对污水处理厂运行状况的故障诊断

被引：6

作者：

李晓东

曾光明

蒋茹

李峰

石林

梁婕

韦安磊

黄国和

机构：

[1] 湖南大学环境科学与工程学院

来源：

湖南大学学报(自然科学版) | 2007年 / 12期

基金：

高等学校博士学科点专项科研基金; 国家杰出青年科学基金;

关键词：

故障诊断; 支持向量机; 遗传算法; 改进支持向量机;

D O I：

暂无

中图分类号：

X703 [废水的处理与利用];

学科分类号：

摘要：

针对污水处理厂运行时故障数据不平衡性和代价敏感等特点,构造风险泛函RWLOO(α)来改进支持向量机(Support vector machine,SVM);并用遗传算法(GA)对风险泛函求全局最优.在GA对RWLOO(α)寻优过程中,SVM的几个参数以及核函数同时进行最优化.结果表明:用改进的SVM对污水处理厂的故障数据进行分类时,比未经改进的SVM错分类率低16.5%.

引用

页码：68 / 71

页数：4