来源：期刊VIP网 时间：
作者：庞智敏;王亚君;富斯源;
单位：辽宁工业大学电子与信息工程学院;
摘要：为了保证化工生产过程安全稳定运行，对生产过程进行实时故障检测变得尤为重要。传统的PNN(概率神经网络)故障诊断方法，由于需要根据经验选取平滑因子使得模型分类准确率降低。为提高PNN模型的分类正确率和诊断速度，提出一种基于MSIDBO(多策略改进蜣螂优化)算法的PNN化工过程故障诊断方法。将提出的方法在田纳西-伊斯曼上进行仿真实验，并与PNN、DBO-PNN(蜣螂优化的概率神经网络)和SSA-PNN(麻雀搜索算法优化的概率神经网络)进行比较，结果表明文中提出的方法在准确率和运行速度上均有显著优势。
关键词：故障诊断;多策略改进蜣螂算法;概率神经网络;田纳西-伊斯曼过程
基金资助：国家自然科学基金资助项目(61503169,61802161); 辽宁省教育厅重点攻关项目(JYTZD2023083)
