典型文献
基于AFSA-PSO-LSSVM的风电机组齿轮箱故障诊断
文献摘要：
针对LSSVM算法参数优化选取的问题,提出一种结合人工鱼群(AFSA)和粒子群优化(PSO)的混合智能算法,优化LSSVM的参数,利用AFSA算法进行全局寻优搜索参数初值,PSO算法局部更新最优解、加速跳出局部最优.最后通过对风电机组齿轮箱振动加速度数据进行模拟实验,建立了PSO-LSSVM、AFSA-LSSVM和AFSA-PSO-LSSVM算法模型.实验结果表明,AFSA-PSO-LSSVM相较于PSO-LSSVM和AFSA-LSSVM模型,收敛速度更快、精度更高,验证了方法的有效性.
文献关键词：
风电机组;齿轮箱;故障诊断;AFSA-PSO-LSSVM
中图分类号：
作者姓名：
王一宁;甄成刚;韩瑶瑶
作者机构：
华北电力大学 控制与计算机工程学院 河北 保定 071003
文献出处：
引用格式：
[1]王一宁;甄成刚;韩瑶瑶-.基于AFSA-PSO-LSSVM的风电机组齿轮箱故障诊断)[J].郑州大学学报（理学版）,2022(03):81-87
A类：
B类：
AFSA,PSO,LSSVM,风电机组,齿轮箱故障诊断,算法参数优化,人工鱼群,粒子群优化,混合智能算法,全局寻优,初值,最优解,跳出局部,局部最优,振动加速度,模拟实验,算法模型,收敛速度
AB值：
0.240386
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
