遗传优化的LSSVM在故障诊断中的仿真研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：研究机载电气故障诊断问题,采用支持向量方法。支持向量机是一种采用结构风险最小化原则的新型机器学习方法,具有出色的学习分类能力和推广能力。支持向量机的参数选择非常重要,决定故障诊断的精确度。针对最小二乘支持向量机的参数通常靠交叉试验来确定的情况,为了提高故障诊断的精度和效率,提出了一种模拟退火遗传算法和最小二乘支持向量机相结合的故障诊断方法,利用模拟退火遗传算法的全局搜索能力对最小二乘支持向量机的参数进行寻优,并以某型直升机机载电气盒的故障诊断为例对方法进行了仿真研究。实验结果表明,模拟退火遗传算法优化的最小二乘支持向量机取得了较好的故障诊断效果。

原文链接:http://www.cqvip.com//QK/92897X/201010/35665605.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：LSSVM 故障诊断 SVM 遗传算法优化 支持向量机 最小二乘支持向量机 模拟退火遗传算法 机载电气盒 故障诊断