[发明专利]一种基于改进CS‑LSSVM的设备故障模式识别方法在审
| 申请号： | 201610800638.2 | 申请日： | 2016-09-05 |
| 公开（公告）号： | CN106384122A | 公开（公告）日： | 2017-02-08 |
| 发明（设计）人： | 杨奕飞;谈敏佳;何祖军;朱海洋;苏贞;吴艳艳;冯静 | 申请（专利权）人： | 江苏科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/00 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙)32204 | 代理人： | 柏尚春 |
| 地址： | 212003*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于改进CS‑LSSVM的设备故障模式识别方法包括以下步骤1收集设备在正常情况和故障情况下的监测数据，并进行预处理；2初始化布谷鸟搜索算法参数；3建立优化目标函数；4通过莱维飞行模式更新鸟巢位置；5更新优化目标函数；6按照淘汰概率更新鸟巢位置；7计算本次迭代最优鸟巢位置；8判断是否达到最大迭代代数；若没达到，则返回步骤4；若达到，输出最优鸟巢位置；9根据最优鸟巢位置得到LSSVM最优惩罚因子和最优核函数参数，利用LSSVM对测试样本进行故障模式识别。该改进方法在LSSVM参数寻优的收敛速度与精度方面都更优，可以较好的获得全局最优解，使得更能适应LSSVM对设备故障模式的识别。 | ||
| 搜索关键词： | 一种 基于 改进 cs lssvm 设备 故障 模式识别 方法 | ||
【主权项】：
一种基于改进CS‑LSSVM的设备故障模式识别方法，其特征在于，包括以下步骤：(1)收集设备在正常情况和各类故障情况下的监测数据，并进行预处理，将预处理后的数据分为训练样本和测试样本；(2)初始化布谷鸟搜索算法各参数；(3)建立优化目标函数，以LSSVM的预测精度作为优化目标函数；(4)通过莱维飞行模式更新鸟巢位置；(5)更新优化目标函数；(6)按照淘汰概率更新鸟巢位置；(7)计算本次迭代中的最优鸟巢位置pbest；(8)判断是否达到最大迭代代数；若没达到最大迭代代数，则返回步骤(4)，并且当前迭代代数加1；若达到最大迭代代数，停止迭代，输出最优的鸟巢位置；(9)根据最优的鸟巢位置信息得到LSSVM最优惩罚因子和最优核函数参数，利用LSSVM对测试样本进行故障模式识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏科技大学，未经江苏科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610800638.2/，转载请声明来源钻瓜专利网。
