基于粒子群最小二乘支持向量机故障诊断算法的研究

《基于粒子群最小二乘支持向量机故障诊断算法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含获得兰州交通大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名：签字日期：年月日学位论文版权使用授权书本学位论文作者完全了解兰州交通大学有关保留、使用学位论文的规定。特授权兰州交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有

2、关部门或机构送交论文的复印件和磁盘。（保密的学位论文在解密后适用本授权说明）学位论文作者签名：导师签名：签字日期：年月日签字日期：年月日万方数据硕士学位论文基于粒子群最小二乘支持向量机的故障诊断算法研究ResearchonFaultDiagnosisbasedonParticleSwarmOptimizationLeastSquaresSupportVectorMachines作者姓名：雷烨学科、专业：控制理论与控制工程学号：0207437指导教师：王思明完成日期：2006年4月兰州交通大学万方数据LanzhouJiaotongUniversity万方数据兰州交通大学硕

3、士学位论文摘要针对神经网络故障诊断存在的诸多问题，本文研究了基于最小二乘支持向量机的故障诊断方法，并在此基础上深入研究了基于粒子群算法最小二乘支持向量机的故障诊断方法，并将该方法应用于道岔控制电路的故障诊断中。本文重点进行了以下几方面的探讨研究：(1)基于神经网络的故障诊断方法研究。首先根据经验选择神经网络结构和学习算法，进而采用故障信息数据训练神经网络使其达到一定的精度。则训练好的神经网络可对输入的故障数据进行故障分类，从而完成故障诊断的功能。仿真结果表明，训练好的神经网络可以达到较高的故障诊断率，但是由于神经网络固有的缺点，故障诊断效果并不令人满意。(2)基于最小二

4、乘支持向量机的故障诊断方法研究。最小二乘支持向量机是一种基于结构风险最小化原理的机器学习方法，较好地解决了神经网络在故障诊断中存在的问题。最小二乘支持向量机通过构建多分类器，对输入的特征向量信息进行分类，确定故障类型，完成故障诊断的功能。经过大量仿真证明，最小二乘支持向量机在用于故障诊断过程中，无论在故障识别准确率方面还是抗干扰能力方面都比神经网络方法有着明显的优势。(3)基于粒子群最小二乘支持向量机的故障诊断方法研究。最小二乘支持向量机中两个可调参数对故障诊断率起着决定性的作用，通过大量实验来寻找最优的参数组合的效果并不理想。在对粒子群算法进行了深入的理论研究和大量的

5、仿真实验的基础上，将改进的粒子群优化算法应用到最小二乘支持向量机参数的优化中。通过粒子群优化算法寻找最优的参数组合，从而使得最小二乘支持向量机获得更高的分类正确率。大量的仿真实验表明，基于粒子群算法的最小二乘支持向量机的故障分类正确率有显著提高。(4)粒子群最小二乘支持向量机在道岔控制电路故障诊断中的应用。在介绍分动外锁闭道岔电路工作原理的基础上，以五线制提速道岔控制电路的故障为例，采用ARPSO优化最小二乘支持向量机参数，进行道岔控制电路的故障诊断，取得较为满意的效果。文中的理论研究和大量的仿真证明，基于粒子群算法的最小二乘支持向量机方法在故障诊断方面具有更高的故障诊

6、断正确率，证明了该方法的有效性和优越性。关键词：神经网络；最小二乘支持向量机；故障诊断；粒子群算法论文类型：基础理论研究-I-万方数据基于粒子群最小二乘支持向量机的故障诊断算法研究AbstractFortheproblemsofneuralnetworkforfaultdiagnosis,amethodoffaultdiagnosisbasedonleastsquaressupportvectormachinesisresearched.Onthebasisofthis,theleastsquaressupportvectormachinesfaultdiagnosis

7、methodbasedonparticleswarmoptimizationisstudieddeeply.Andthen,thismethodisappliedtothefaultdiagnosisofrailwayswitchcontrolcircuit.Thethesisfocusesonthefollowingaspects.First,amethodoffaultdiagnosisbasedonneuralnetworkisresearched.Firstofall,theneuralnetworkstructureandlea