基于遗传优化KPCA的齿轮泵状态识别研究

摘要：

为了克服核主元分析中核参数设置存在盲目性和效率低的问题,提出一种基于改进自适应遗传算法的核参数优选方法.该方法以类间距和类内距两个指标度量类别之间的可分性,并以此为准则建立核参数优化目标函数,应用改进自适应遗传算法对径向基核函数的宽度参数进行寻优.将该方法应用于齿轮泵运行状态识别中,实验结果表明:优化核主元分析能有效降低齿轮泵状态特征向量的维数,提高各类样本的聚类效果,达到识别齿轮泵不同运行状态的目的.

关键词：遗传算法、核主元分析、齿轮泵、状态识别

所属期刊栏目：41

分类号：TP206+.3(自动化技术及设备)

资助基金：总装备部重点国防预研项目403040102

在线出版日期：2013-07-03（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：182-185