10.3969/j.issn.1005-2992.2012.03.007
基于IGA-SVM的汽轮机故障诊断研究
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。
支持向量机、遗传算法、参数优化、汽轮机、故障诊断
32
TP206.3(自动化技术及设备)
2012-12-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
26-30