基于SOA-LSSVM的故障模式识别模型研究

来源 :设备管理与维修 | 被引量 : 0次 | 上传用户：songfeng816

【摘要】

：

将搜索者优化算法(SOA)应用于最小二乘支持向量机(ISSVM)惩罚因子和核函数参数的选择中,从而改善参数选择的随机性和盲目性,建立基于SOA-LSSVM的故障模式识别模型。应用该模

【作者】

：

宁剑平王冰

【机构】

：

广州军区76127部队,军械工程学院

【出处】

：

设备管理与维修

【发表日期】

：

2016年S1期

【关键词】

：

搜索者优化算法最小二乘支持向量机变压器

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

将搜索者优化算法(SOA)应用于最小二乘支持向量机(ISSVM)惩罚因子和核函数参数的选择中,从而改善参数选择的随机性和盲目性,建立基于SOA-LSSVM的故障模式识别模型。应用该模型对变压器油中溶解气体故障模式进行分析,结果表明该算法在参数优选中的有效性,依此而建立SOA-LSSVM故障模式预测模型具有较高的准确率。

其他文献

浅析丰山铜矿自动加药系统的应用

一种自动加药系统,简述其工作原理、系统结构及功能特点。实践应用表明,该系统运行稳定、操作简单、自动化程度高。

期刊

PLC自动加药系统设计应用

T10钢冲头失效分析及工艺改进

分析T 10钢冲头在使用过程中发生变形和断裂的原因,优化相应的热处理工艺,提高冲头的使用寿命.

期刊

T10钢冲头热处理变形断裂

教育常识从何而来

细细品读汤勇先生的新作《回归教育常识》，字里行间流淌着“常识”的意蕴，深切感受到作者的心声——期待教育回归常识；仿佛听到作者深情而执着的呼唤——教育要回归常识。那么，教

期刊