量子遗传算法优化的最小二乘支持向量机的风机故障诊断

摘要：

针对最小二乘支持向量机(LSSVM)在故障诊断过程中的模型参数选择问题,提出了利用全局寻优能力强、收敛速度快的量子遗传算法(QGA)对模型参数进行参数寻优,把LSSVM参数选择问题转化为优化问题.该算法克服了遗传算法优化过程中陷入局部极值的问题,提高了优化性能.利用UCI数据库的数据进行分类验证,相比遗传优化的LSSVM和交叉验证的LSSVM,基于QGA优化的LSSVM模型提高了分类精度.最后,把该模型应用于风力发电机齿轮箱故障诊断中,取得了良好的效果.

关键词：最小二乘支持向量机、量子遗传算法、故障诊断、参数优化

所属期刊栏目：17

分类号：TP274(自动化技术及设备)

资助基金：上海市科学技术委员会科技攻关项目资助11dz1200207,13dz0511300

在线出版日期：2014-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：158-163