基于SADE的混合核LSSVM在压缩机故障预测中的应用

• 作者: 吴静 杜洁
• 来源期刊: 计算机应用研究
• 关键词: 最小二乘支持向量机 混合核 自适应差分进化算法 寻优 故障预测
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 系统应用开发
• 页码范围: 2708-2711
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.04.0238

摘要

螺杆式制冷压缩机存在种类多样性以及故障的复杂性,难以获得有效的预测模型.针对该问题,本文提出了一种基于自适应差分进化算法(SADE)优化的混合核最小二乘支持向量机(LSSVM)的预测模型,该模型的SADE相比其他智能寻优算法理论,其结构简单、参数设置少且搜索能力强.在寻优过程中,SADE分别从差分策略、缩放因子、交叉概率做到了自适应,保证了寻优初期的全局搜索能力和种群多样性,提高了局部搜索能力和收敛速度;利用SADE对核参数、LSSVM参数、混合核调节参数进行寻优,提高了混合核LSSVM预测模型的精度.将该模型运用到压缩机的故障预测实验中,结果表明,该模型能有效地预测出压缩机的故障,验证了该模型的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴静		7	30	3.0	5.0
2	杜洁	西南科技大学信息工程学院	1	0	0.0	0.0