QGA-VPMCD 智能诊断模型研究

摘要：

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。

关键词：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

分类号：TH113

资助基金：国家自然科学基金51175158，51375152；湖南省自然科学基金11JJ2026

在线出版日期：2015-07-30（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：31-35