基于支持向量机集成的故障诊断.pdfVIP

00 5 2005年7月 控制 工程 Jul-2 V01．1 Control ofChina 2，Sl 第12卷增刊 Engineering 文章编号：167I-7848(2005)S-一0170-04 基于支持向量机集成的故障诊断 李烨，蔡云泽，许晓鸣 (上海交通大学自动化系，卜海200030) 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史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R喇glng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；遗传算法 18 文献标识码：A 中图分类号：TP on Fault BasedSVMEnsemble Diagnosis ⅡYe，CAlYun-ze，XU Xiao-ming of 2tlt!039，China) (De[mrtmentAutot憎tiun，s}哪曲鲥JiaotongUnivemily，sh蚶．a the of base Ab!出mct·Anovel vector methodwhich辩arcbesfor combinationthe SVMclassifiers support machil砖(SVM)e11sernble optimal by is啪senIe【i．ceneticared胡nedand of diversebaseclassifiersare geneticalgorithms operators strategiesconstructing On turbinerotorttnbalaneefault data∞tshowthaterrsemblemethodsare betterthansl SVMswhilethe asteam diagnosis learning usually ngle pr- with base thantraditional esentedmethodC,ttll evellhotter less classifiers ensemble methodssuch且}；Baggingand gin pefformmme learning