遗传算法优化支持向量机的道岔控制电路故障诊断

• 作者: 张睿兴 杨阳 陶彩霞
• 来源期刊: 计算机测量与控制
• 关键词: 遗传算法 支持向量机 道岔控制电路 故障诊断
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 48-50
• 页数: 3页
• 分类号: TP206+.3
• 语种: 中文

摘要

针对目前我国道岔控制电路故障后难以快速准确诊断的现状,采用遗传算法优化支持向量机的参数从而完成对道岔控制电路的故障诊断；特别是采用遗传算法对参数C,g寻优后的SVM显著提高了道岔控制电路故障诊断的准确率.仿真结果表明在相同样本测试条件下,该方法与普通SVM、BP (Back propagation)神经网络和最小二乘支持向量机(LS-SVM)相比,有较高的分类准确率；从而验证了该方法在道岔控制电路故障诊断的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶彩霞	兰州交通大学自动化与电气工程学院	54	201	8.0	12.0
2	杨阳	兰州交通大学自动化与电气工程学院	35	119	7.0	9.0
3	张睿兴	兰州交通大学自动化与电气工程学院	4	30	3.0	4.0