摘要: 摘 要: 针对如何减少人为因素对故障诊断的干扰,提出了一种基于二叉树结构的遗传算法改进可变惩罚因子的最小二乘支持向量分类机(BTGAVPF- LSSVCM)故障诊断方法。首先,针对为减少支持向量机惩罚因子选取受研究人员经验影响的特点,建立可变惩罚因子的支持向量分类机(VPF-SVCM),并证明了算法的对偶问题。其次,针对支持向量机不易求解的问题,利用最小二乘法求解VPF-SVM,提出VPF-LSSVCM算法,并推导了其计算公式。然后,利用遗传算法搜索VPF-LSSVCM核参数,提出GAVPF-LSSVCM算法。最后,根据故障诊断实际问题,构建二叉树结构的GAVPF-LSSVCM算法。通过数值仿真实验结果表明,相比支持向量机穷举法,所提出的BTGAVPF-LSSVCM算法诊断精度提高了近14.3%。因此,在故障诊断准确率要求较高的领域中,BTGAVPF- LSSVCM模型是适用的。
中图分类号: