基于IGA-SVM的汽轮机故障诊断研究

摘要：

针对支持向量机相关参数很难预先确定合适的取值,而这些相关参数又对其分类精度有着很大影响的问题,本文利用改进的遗传算法（IGA）对支持向量机的相关参数进行了优化。将改进遗传算法优化的支持向量机（IGA-SVM）算法应用于汽轮机故障诊断中,并与标准遗传算法优化的支持向量机（GA-SVM）算法的识别结果进行比较。结果表明,IGA-SVM算法对故障数据能够得到较优的分类辨识结果,对汽轮机的故障诊断有显著的指导作用。

关键词：支持向量机、遗传算法、参数优化、汽轮机、故障诊断

所属期刊栏目：32

分类号：TP206.3(自动化技术及设备)

在线出版日期：2012-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：26-30