

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、針對神經(jīng)網(wǎng)絡(luò)故障診斷存在的諸多問題,本文研究了基于最小二乘支持向量機(jī)的故障診斷方法,并在此基礎(chǔ)上深入研究了基于粒子群算法最小二乘支持向量機(jī)的故障診斷方法,并將該方法應(yīng)用于道岔控制電路的故障診斷中。
本文重點(diǎn)進(jìn)行了以下幾方面的探討研究:
(1)基于神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究。首先根據(jù)經(jīng)驗(yàn)選擇神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和學(xué)習(xí)算法,進(jìn)而采用故障信息數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)使其達(dá)到一定的精度。則訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)可對輸入的故障數(shù)據(jù)進(jìn)行故障分類,從而
2、完成故障診斷的功能。仿真結(jié)果表明,訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)可以達(dá)到較高的故障診斷率,但是由于神經(jīng)網(wǎng)絡(luò)固有的缺點(diǎn),故障診斷效果并不令人滿意。
(2)基于最小二乘支持向量機(jī)的故障診斷方法研究。最小二乘支持向量機(jī)是一種基于結(jié)構(gòu)風(fēng)險最小化原理的機(jī)器學(xué)習(xí)方法,較好地解決了神經(jīng)網(wǎng)絡(luò)在故障診斷中存在的問題。最小二乘支持向量機(jī)通過構(gòu)建多分類器,對輸入的特征向量信息進(jìn)行分類,確定故障類型,完成故障診斷的功能。經(jīng)過大量仿真證明,最小二乘支持向量機(jī)在用于故
3、障診斷過程中,無論在故障識別準(zhǔn)確率方面還是抗干擾能力方面都比神經(jīng)網(wǎng)絡(luò)方法有著明顯的優(yōu)勢。
(3)基于粒子群最小二乘支持向量機(jī)的故障診斷方法研究。最小二乘支持向量機(jī)中兩個可調(diào)參數(shù)對故障診斷率起著決定性的作用,通過大量實(shí)驗(yàn)來尋找最優(yōu)的參數(shù)組合的效果并不理想。在對粒子群算法進(jìn)行了深入的理論研究和大量的仿真實(shí)驗(yàn)的基礎(chǔ)上,將改進(jìn)的粒子群優(yōu)化算法應(yīng)用到最小二乘支持向量機(jī)參數(shù)的優(yōu)化中。通過粒子群優(yōu)化算法尋找最優(yōu)的參數(shù)組合,從而使得最小二乘支
4、持向量機(jī)獲得更高的分類正確率。大量的仿真實(shí)驗(yàn)表明,基于粒子群算法的最小二乘支持向量機(jī)的故障分類正確率有顯著提高。
(4)粒子群最小二乘支持向量機(jī)在道岔控制電路故障診斷中的應(yīng)用。在介紹分動外鎖閉道岔電路工作原理的基礎(chǔ)上,以五線制提速道岔控制電路的故障為例,采用ARPSO優(yōu)化最小二乘支持向量機(jī)參數(shù),進(jìn)行道岔控制電路的故障診斷,取得較為滿意的效果。
文中的理論研究和大量的仿真證明,基于粒子群算法的最小二乘支持向量機(jī)方法在故
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波包和最小二乘支持向量機(jī)的異步電機(jī)故障診斷.pdf
- 基于EEMD和最小二乘支持向量機(jī)的滾動軸承故障診斷方法研究.pdf
- 基于形態(tài)小波和最小二乘支持向量機(jī)的滾動軸承故障診斷研究.pdf
- 最小二乘支持向量機(jī)算法研究及應(yīng)用.pdf
- 直覺模糊最小二乘支持向量機(jī)算法的研究.pdf
- 核極化的最小二乘支持向量機(jī)算法研究.pdf
- 基于粒子群優(yōu)化的最小二乘支持向量機(jī)配電網(wǎng)線損計算的研究.pdf
- 最小二乘支持向量機(jī)6版
- 最小二乘支持向量機(jī)6版
- 最小二乘支持向量機(jī)6版
- 基于最小二乘支持向量機(jī)改進(jìn)算法的短期負(fù)荷預(yù)測.pdf
- 最小二乘與最小二乘支撐向量機(jī).pdf
- 基于粗糙集與最小二乘支持向量機(jī)的密閉鼓風(fēng)爐故障診斷方法研究.pdf
- 最小二乘支持向量機(jī)的參數(shù)選擇.pdf
- 基于最小二乘支持向量機(jī)的短期負(fù)荷預(yù)測
- 基于最小二乘支持向量機(jī)的磁滯建模.pdf
- 基于最小二乘支持向量機(jī)的軋制力預(yù)測.pdf
- 基于最小二乘支持向量機(jī)的短期負(fù)荷預(yù)測.pdf
- 基于最小二乘支持向量機(jī)的航空伽瑪.pdf
- 基于粒子群優(yōu)化與支持向量機(jī)的齒輪箱故障診斷研究.pdf
評論
0/150
提交評論