基于最小二乘支持向量机的黏着状态辨识

• 作者: 何静 刘林凡
• 来源期刊: 湖南工业大学学报
• 学科: 工学
• 关键词: 最小二乘支持向量机 布谷鸟遗传算法 重载机车 黏着状态 准确率
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 电气工程
• 页码范围: 44-49
• 页数: 6页
• 分类号: TP181
• 字数: 3595字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9833.2017.04.008

摘要

针对重载机车黏着状态辨识中分类准确率不高的问题,提出采用布谷鸟遗传算法对最小二乘支持向量机的参数进行优化,并采用交叉验证原理提高该模型的整体泛化性能.首先,采用布谷鸟算法寻找惩罚因子和核参数的初始值;然后,采用遗传算法对最小二乘支持向量机进行训练,从而得到具有最佳参数的最小二乘支持向量机的分类模型.该分类模型将重载机车黏着状态分为正常、故障征兆、微小故障和严重故障4个状态.实验结果表明,提出的最小二乘支持向量机模型在黏着状态辨识中的分类准确率高达94.59%,高于极限学习机的分类准确率(84.61%),证明布谷鸟遗传算法能够有效提高最小二乘支持向量机的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何静	湖南工业大学电气与信息工程学院	44	221	10.0	13.0
2	刘林凡	湖南工业大学电气与信息工程学院	8	47	3.0	6.0