量子遗传算法优化的最小二乘支持向量机的风机故障诊断

• 作者: 焦斌 高志伟
• 来源期刊: 上海电机学院学报
• 学科: 工学
• 关键词: 最小二乘支持向量机 量子遗传算法 故障诊断 参数优化
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 机电工程
• 页码范围: 158-163
• 页数: 6页
• 分类号: TP274
• 字数: 3688字
• 语种: 中文

摘要

针对最小二乘支持向量机(LSSVM)在故障诊断过程中的模型参数选择问题,提出了利用全局寻优能力强、收敛速度快的量子遗传算法(QGA)对模型参数进行参数寻优,把LSSVM参数选择问题转化为优化问题.该算法克服了遗传算法优化过程中陷入局部极值的问题,提高了优化性能.利用UCI数据库的数据进行分类验证,相比遗传优化的LSSVM和交叉验证的LSSVM,基于QGA优化的LSSVM模型提高了分类精度.最后,把该模型应用于风力发电机齿轮箱故障诊断中,取得了良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦斌	上海电机学院电气学院	50	361	10.0	18.0
2	高志伟	上海电机学院电气学院	1	3	1.0	1.0