|
|||||
|
|
| 基于GA优化的SVM涡轮泵故障诊断 | |
| 引用本文： | 张炜,张磊,李亮. 基于GA优化的SVM涡轮泵故障诊断[J]. 液压与气动, 2009, 0(1) |
| 作者姓名： | 张炜 张磊 李亮 |
| 作者单位： | 1. 西安交通大学 机械工程学院,陕西 西安 710049;第二炮兵工程学院,陕西 西安 710025 2. 第二炮兵工程学院,陕西 西安,710025 3. 海军航空工程学院,702教研室,山东 烟台 264001 |
| 摘 要： | 针对液体火箭发动机涡轮泵故障诊断中出现的多故障分类问题,为提高支持向量机学习机器的分类性能,提出了一种基于遗传算法的支持向量机参数优化算法,利用遗传算法的全局搜索性能对核参数进行了优化.结果表明,遗传算法能够加速支持向量机参数的优化搜索,所建模型对含有较强的噪音背景的故障样本进行了很好的分类诊断,表现出了很好的抗噪和分类能力. |
| 关 键 词： | 支持向量机 遗传算法 涡轮泵 故障诊断 |
The Optimized SVM for Fault Diagnosis of Turbine Pump Based on GA |
|
| ZHANG Wei,ZHANG Lei,LI Liang. The Optimized SVM for Fault Diagnosis of Turbine Pump Based on GA[J]. Chinese Hydraulics & Pneumatics, 2009, 0(1) | |
| Authors: | ZHANG Wei ZHANG Lei LI Liang |
| Abstract: | |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ | |