改进的PSO-SVM在控制图识别中的应用研究.pdfVIP

学兔兔 改进的PSO—SVM在控制图识别中的应用研究 Theapplicationandresearch ofcontrolchartrecoginitionusingtheimprovedPSo-sVM 肖忠保 ，陈书宏’，王 宇’ XIA0 Zhong．bao1l，CHENShu．hong 。WANG Yu。 (1．中国科学院沈阳自动化研究所，沈阳 110016；2．中国科学院大学，北京 100049) 摘 要：传统的粒子群支持向量机 (PSO-SVM)识别控制图算法主要研究的是利用PSO算法优化SVM 决策函数中所含的参数然后进行控制图的识别，没有把SVM所用的特征向量作为变量进行一 起优化改进，即所有优化过的决策函数都用的是同样的特征向量。把特征向量也作为优化变 量并把这种算法和以前的网格搜索算法和传统PSO算法在控制图识别精度和所用的迭代次数 上做了比较，发现改进后的算法在识别精度相近的情况下迭代次数明显减少，更加有利于控 制图的在线应用