混合粒子群算法优化支持向量机电路故障诊断

• 作者: 向启均 张爱林 李云峰 谢宏 谭建豪 陈海滨
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 故障诊断 粒子群算法 模拟退火算法 支持向量机
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 67-72
• 页数: 6页
• 分类号: TP277
• 语种: 中文
• DOI: 10.13382/j.jemi.2018.03.010

摘要

为寻求支持向量机(SVM)中的核函数与惩罚函数的组合最优来提高电路故障诊断的准确率,提出一种混合粒子群算法与支持向量机相结合的电路故障诊断的方法.鉴于传统的粒子群优化(PSO)算法在参数寻优中容易陷入局部最优中,因此将模拟退火机制与自适应粒子变异引入到基本粒子群算法中.混合粒子群算法选用带压缩因子的粒子群优化算法来保证算法的收敛性,采用轮盘赌输策略与粒子自适应变异来避免局部最优,最终寻求到全局最优解.实验结果显示,将chebyshe滤波电路的故障诊断的准确率提高到了96％,且具有普遍性与实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢宏		52	377	11.0	18.0
2	谭建豪		54	330	12.0	15.0
3	陈海滨		8	77	4.0	8.0
4	李云峰		4	17	3.0	4.0
5	张爱林		4	17	3.0	4.0
6	向启均		4	17	3.0	4.0