10.13465/j.cnki.jvs.2014.22.020
基于 FOA -SVM 的汽轮机振动故障诊断
为解决支持向量机算法(Support Vector Machine,SVM)的核函数参数及惩罚因子参数选取的盲目性,利用果蝇优化算法(Fruit Fly Optimization Algorithm,FOA)对 SVM中参数进行优化。提出基于 FOA 的 SVM故障诊断算法,并对汽轮机故障实验数据进行模式识别。该算法能对 SVM相关参数自动寻优,且能达到较理想的全局最优解。通过与常用的粒子群算法(Particle Swarm Optimization,PSO)与遗传算法(Genetic Algorithm,GA)优化后支持向量机进行对比。结果表明,FOA -SVM算法稳定、识别速度快、识别率高。
支持向量机、汽轮机、振动诊断、果蝇算法
TK267(蒸汽动力工程)
吉林省科技发展计划项目20100506
2014-12-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
111-114