基于支持向量机的故障过程趋势预测研究

作     者：马笑潇 黄席樾 柴毅 MA Xiao-xiao, HUANG Xi-yue, CHAI Yi (Automation college of Chongqing University, Chongqing 400044, China)

作者机构：重庆大学自动化学院重庆400044 

出 版 物：《系统仿真学报》 (Journal of System Simulation)

年 卷 期：2002年第14卷第11期

页      面：1548-1551页

核心收录：

学科分类：080706[工学-化工过程机械] 081203[工学-计算机应用技术] 08[工学] 0807[工学-动力工程及工程热物理] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家教育部高等学校博士学科点专项科研基金资助项目(99061116) 

主　　题：支持向量机 故障过程 趋势预测 化工过程 反应器 ε-不敏感损失函数 仿真 

摘      要：提出了运用SVM机器学习方法进行故障过程趋势预测的方法,并设计了一个实用的SVM回归算法对“Tennessee Eastman工厂的实际数据进行仿真研究。结果表明,用SVM方法进行故障过程趋势预测,具有较强的抗噪能力,在样本量有限情况下,采用e-不敏感损失函数得到的回归结果具有较高的实用价值。通过大量实验,给出了e取值不同对估计结果的影响的一个具体实验结果,分析了e取值对支持向量数目的控制作用。