基于改進(jìn)鯨魚算法優(yōu)化LSTM的化工過程故障診斷方法

打開文本圖片集

摘  要： 鯨魚優(yōu)化算法是一種群體智能優(yōu)化算法，文中針對基本鯨魚優(yōu)化算法收斂速度慢、收斂精度低、易陷入局部最優(yōu)等問題，從幾個(gè)方面對其進(jìn)行了改進(jìn)：通過Tent混沌對種群進(jìn)行初始化來增加種群多樣性；融入非洲禿鷲算法的群體最優(yōu)和次優(yōu)策略與探索階段位置更新策略，以避免算法早熟以及陷入局部最優(yōu)；采用一種新的非線性收斂因子替代鯨魚優(yōu)化算法原本的線性收斂因子，平衡算法的全局探索和局部開發(fā)；引入了非線性自適應(yīng)增量慣性權(quán)重，更好地平衡了全局搜索能力與局部搜索能力；最終得到一種混合非洲禿鷲算法的改進(jìn)鯨魚優(yōu)化算法（MAWOA）。（剩余12830字）