标题：基于PCA-LVQ神经网络的化工过程故障诊断
作者：谭莉 于春梅
作者单位：西南科技大学信息工程学院，四川 绵阳 621002
关键字：学习矢量量化神经网络，主元分析法，故障诊断，田纳西-伊斯曼过程
摘要：提出将学习矢量量化（LVQ）神经网络应用于化工过程的故障诊断中。LVQ算法是在有教师状态下对竞争层进行训练的一种学习算法，其网络结构简单，适用于故障诊断。当网络输入数据过大时，会导致计算复杂，计算速度缓慢，因此，采用主元分析法（PCA）对数据进行降维处理，将得到的数据作为网络的输入，再用LVQ算法对田纳西-伊斯曼（TE）过程进行故障诊断。最后，将诊断识别率与LVQ算法以及BP算法进行比较，仿真表明，采用PCA降维处理的LVQ算法在识别率上有了较大的提高。