基于遗传算法和支持向量机的故障诊断方法

• 作者: 张大为 张晓辉 李鹏 段哲民
• 来源期刊: 计算机测量与控制
• 关键词: 最小二乘支持向量机 自适应遗传算法 机载电气盒 故障诊断
• 年，卷（期）: 2010,（8）
• 页码范围: 1745-1747
• 分类号: TP277
• 语种: 中文

摘要

支持向量机是一种采用结构风险最小化原则代替传统统计学中的基于大样本的经验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,广泛的应用于故障诊断和函数拟合中;以某型直升机机载电气盒的故障诊断为实验平台,提出了一种自适应遗传算法和最小二乘支持向量机相结合的故障诊断方法,利用自适应遗传算法强大的全局搜索能力对最小二乘支持向量机的参数进行寻优;仿真结果表明,基于自适应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精度和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段哲民	西北工业大学电子信息学院	131	829	14.0	19.0
2	李鹏	西北工业大学电子信息学院	65	611	16.0	22.0
3	张大为	西北工业大学电子信息学院	3	41	3.0	3.0
4	张晓辉	西北工业大学电子信息学院	7	70	4.0	7.0