基于 FOA -SVM 的汽轮机振动故障诊断

摘要：

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。

关键词：支持向量机、汽轮机、振动诊断、果蝇算法

分类号：TK267(蒸汽动力工程)

资助基金：吉林省科技发展计划项目20100506

在线出版日期：2014-12-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：111-114