10.13465/j.cnki.jvs.2015.13.006
QGA-VPMCD 智能诊断模型研究
针对多变量预测模型模式识别(Variable Predictive Model-based Class Discriminate,VPMCD)分类方法中只选择了某单一模型的缺陷,提出一种基于量子遗传算法优化的多变量智能诊断模型(Quantum Genetic Algorithm-Variable Predictive Model-Based Class Discriminate,QGA-VPMCD)。该模型采用最优权值矩阵来综合考虑各诊断模型对分类结果的影响。即首先通过样本训练来建立多个 SVPM(Subordinate Variable Predictive Model,SVPM);然后采用量子遗传优化算法求出各 SVPM的权值,从而得到最优权值矩阵;最后用最优权值矩阵加权融合测试样本的 SVPM特征变量预测值,得到最佳特征变量预测值,并以预测误差平方和最小为判别函数来识别故障的类型。滚动轴承振动信号的分析结果表明了该模型的有效性。
多变量预测模型、量子遗传算法、最优权值矩阵、智能诊断模型
TH113
国家自然科学基金51175158,51375152;湖南省自然科学基金11JJ2026
2015-07-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
31-35