2025年6月6日
星期五
|
欢迎来到晋江市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
王秀亭
作品数:
1
被引量:7
H指数:1
供职机构:
上海大学机电工程与自动化学院
更多>>
发文基金:
上海市国际科技合作基金
上海市自然科学基金
上海大学创新基金
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
俞金寿
华东理工大学信息科学与工程学院...
王灵
华东理工大学信息科学与工程学院...
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
蚁群
1篇
蚁群算法
1篇
群算法
1篇
自适
1篇
自适应
1篇
量子蚁群算法
1篇
裂解
1篇
裂解炉
1篇
故障诊断
机构
1篇
华东理工大学
1篇
上海大学
作者
1篇
王灵
1篇
俞金寿
1篇
王秀亭
传媒
1篇
化工学报
年份
1篇
2009
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于自适应量子蚁群算法的石脑油裂解炉故障诊断
被引量:7
2009年
针对实际生产过程中缺乏故障数据,采用适合小样本问题的支持向量机对石脑油裂解炉进行故障诊断。为了消除高维数据及系统噪声对故障诊断的干扰,将量子编码引入蚁群算法,提出一种新的自适应量子蚁群算法进行故障特征选择以进一步提高诊断性能。数值仿真实验结果显示,提出的自适应量子蚁群算法具有更好的全局寻优性能;对石脑油裂解炉传感器故障的诊断结果表明自适应量子蚁群算法能快速、准确地搜索到关键故障特征,有效地提高了支持向量机故障诊断的正确率和鲁棒性。
王灵
王秀亭
俞金寿
关键词:
裂解炉
量子蚁群算法
故障诊断
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张