基于自适应变异SAPSO-LSSVM的轨道电路故障诊断

• 作者: 陈光武 高亚丽 焦相萌
• 来源期刊: 北京交通大学学报
• 关键词: 轨道电路 故障诊断 模拟退火 粒子群 最小二乘支持向量机
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 交通运输工程与控制|Traffic Information Engineering and Control
• 页码范围: 1-7
• 页数: 7页
• 分类号: U284.2
• 语种: 中文
• DOI: 10.11860/j.issn.1673-0291.20200029

摘要

针对传统无绝缘轨道电路故障诊断精度不高与诊断结果不稳定的问题,提出一种将模拟退火(Simulated Annealing,SA)算法和粒子群最小二乘支持向量机(PSO-LSSVM)相结合的方法,并用其进行故障诊断.借鉴遗传算法(Genetic Algorithm,GA)中的变异思想,在SA算法中引入简单变异算子,提出动态自适应变异SAPSO算法,以克服传统粒子群算法易陷入局部最优的问题.利用自适应变异SAPSO算法对改进LSSVM核函数的惩罚因子和核函数参数进行优化,避免故障诊断结果不稳定.最后通过仿真将本文算法与近几年比较先进的几种算法进行对比.仿真结果表明:本文算法对无绝缘轨道电路的故障诊断准确率更高、诊断结果更稳定.