基于遗传算法优化的相关向量机的燃机涡轮叶片故障诊断

• 作者: 陈立伟 黄璐 齐传斌
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 遗传算法 相关向量机 神经网络 故障诊断 涡轮叶片 燃气轮机
• 年，卷（期）: 2016,（2）
• 页码范围: 70-74
• 页数: 5页
• 分类号: TK478
• 字数: 4578字
• 语种: 中文
• DOI: 10.11991/yykj.201506026

摘要

以遗传算法、相关向量机理论作为理论指导，采用基于遗传算法优化相关向量机算法对提取的特征向量进行故障分类，并通过与未优化的相关向量机、支持向量机、BP神经网络方法对比，结果发现通过遗传算法优化的相关向量机算法的故障分类正确率要高于相关向量机算法、支持向量机算法和BP神经网络的故障分类方法的正确率，仿真实验验证了优化后的算法在燃机涡轮叶片故障诊断中的优越性和可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈立伟	哈尔滨工程大学信息与通信工程学院	49	162	7.0	8.0
2	黄璐	哈尔滨工程大学信息与通信工程学院	4	19	3.0	4.0
3	齐传斌	哈尔滨工程大学信息与通信工程学院	1	2	1.0	1.0