基于支持向量机集成的故障诊断

摘要：

为提高故障诊断的准确性,提出了一种基于遗传算法的支持向量机集成学习方法,定义了相应的遗传操作算子,并探讨了集成下的分类器的构造策略.对汽轮机转子不平衡故障诊断的仿真实验结果表明,集成学习方法的性能通常优于单个支持向量机,而所提方法性能则优于Bagging与Boosting等传统集成学习方法,获得的集成所包括的分类器数目更少,而且结合多种分类器构造策略可提高分类器的多样性.该方法能容易地推广到神经网络、决策树等其他学习算法.

关键词： 故障诊断 支持向量机 集成学习法 遗传算法

作者: 李烨 蔡云泽 许晓鸣

作者单位: 上海交通大学,自动化系,上海,200030

会议类型: 国内会议

会议名称: 第十六届中国过程控制学术年会暨第四届全国故障诊断与安全性学术会议

会议地点: 山东济南

会议语种:中文

页码: 170-173

在线出版日期: 2005-08-01（万方平台首次上网日期，不代表论文的发表时间）