基于遗传优化KPCA的齿轮泵状态识别研究

• 作者: 姚良 李艾华 王旭平 王涛 蔡艳平
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 遗传算法 核主元分析 齿轮泵 状态识别
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 故障诊断与可靠性
• 页码范围: 182-185
• 页数: 4页
• 分类号: TP206+.3
• 字数: 3966字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2013.09.050

摘要

为了克服核主元分析中核参数设置存在盲目性和效率低的问题,提出一种基于改进自适应遗传算法的核参数优选方法.该方法以类间距和类内距两个指标度量类别之间的可分性,并以此为准则建立核参数优化目标函数,应用改进自适应遗传算法对径向基核函数的宽度参数进行寻优.将该方法应用于齿轮泵运行状态识别中,实验结果表明:优化核主元分析能有效降低齿轮泵状态特征向量的维数,提高各类样本的聚类效果,达到识别齿轮泵不同运行状态的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚良	第二炮兵工程大学机电工程系	21	184	6.0	13.0
2	蔡艳平	第二炮兵工程大学机电工程系	35	298	8.0	16.0
3	李艾华	第二炮兵工程大学机电工程系	84	644	12.0	21.0
4	王涛	第二炮兵工程大学机电工程系	50	424	10.0	18.0
5	王旭平	第二炮兵工程大学机电工程系	14	46	4.0	5.0