基于GA优化的SVM涡轮泵故障诊断

• 作者: 张炜 张磊 李亮
• 来源期刊: 液压与气动
• 学科: 航空航天
• 关键词: 支持向量机 遗传算法 涡轮泵 故障诊断
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 使用 维修
• 页码范围: 84-86
• 页数: 3页
• 分类号: V434.21
• 字数: 3705字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-4858.2009.01.034

摘要

针对液体火箭发动机涡轮泵故障诊断中出现的多故障分类问题,为提高支持向量机学习机器的分类性能,提出了一种基于遗传算法的支持向量机参数优化算法,利用遗传算法的全局搜索性能对核参数进行了优化.结果表明,遗传算法能够加速支持向量机参数的优化搜索,所建模型对含有较强的噪音背景的故障样本进行了很好的分类诊断,表现出了很好的抗噪和分类能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张炜	西安交通大学机械工程学院	40	320	10.0	16.0
5	张磊		15	74	6.0	7.0