论文研究 基于遗传BP网络的变位储油罐识别模型.pdf

针对故障诊断面临的故障样本少、非线性强、多故障处理等问题以及传统智能诊断方法存在的不足，提出了一种基于决策树（DT）和相关向量机（RVM）的智能故障诊断方法。通过构造决策二叉树，将多类分类问题分解成多个二类分类问题；在各个决策节点，利用RVM进行二类分类，从而实现RVM的多类分类。理论分析及仿真结果表明，相比支持向量机，新方法在保持高诊断正确率的同时具有更高的稀疏性和诊断效率，并且能够提供概率式输出，更具实用价值；相比OAR-RVM和OAO-RVM方法，新方法节省了训练时间，具有更高的训练效率。