作者：张敏 程文明控制图模式识别支持向量机粒子群
摘要：针对目前多品种、复杂化的生产趋势，提出了一种基于自适应变异的粒子群算法（AMPSO）和支持向量机（SVM）的控制图失效模式识别的方法。利用SVM小样本学习能力，设计一对一的SVM多分类器进行控制图模式识别，并利用AMPSO算法优化SVM核函数的参数。通过对10种控制图模式（6种基本模式和4种混合模式）的20维特征仿真数据对该方法进行检验，并通过与BP、SVM、PSO-SYM识别方法的对比分析。仿真试验表明该方法有效提高了控制图模式的识别精度，达到98．14％，而BP仅有75％，为控制图在线实时识别提供了一种可行的途径。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
