局域均值分解下基于LQPSO-LSSVM的轴承故障诊断策略

1

作者 邓锦途 刘少华 +5 位作者 林炳钿 黄展鸿 卢洁莹 程美娟 钱梓涵 贾瑞昌 《机电工程》 北大核心 2025年第11期2149-2157,共9页

轴承在低转速工况下,容易出现轴承故障的微弱信号和强信号难以分离的情况,从而导致其故障的诊断精度较低,为此,提出了一种局域均值分解(LMD)下基于Levy飞行改进量子粒子群(LQPSO)优化最小二乘支持向量机(LSSVM)的轴承故障诊断方法。首先... 轴承在低转速工况下,容易出现轴承故障的微弱信号和强信号难以分离的情况,从而导致其故障的诊断精度较低,为此,提出了一种局域均值分解(LMD)下基于Levy飞行改进量子粒子群(LQPSO)优化最小二乘支持向量机(LSSVM)的轴承故障诊断方法。首先,对采集得到的数据进行了LMD分解,并利用相关系数法进行了信号筛选重构,计算了重构信号的分段能量熵,构成了故障诊断特征向量;然后,针对Levy飞行的随机跳跃改进了量子粒子群优化算法,解决了其容易陷入局部收敛的问题,并将其用于搜索LSSVM的最优核参数,克服了人为设定核参数不精确、效率低等缺点,建立了基于改进量子粒子群优化最小二乘支持向量机的LQPSO-LSSVM模型;最后,将该LQPSO-LSSVM诊断方法应用到轴承故障诊断中,对其有效性进行了验证。研究结果表明:该方法在复杂工况下的诊断精度达95%以上,较传统PSO-LSSVM和QPSO-LSSVM得到了明显的提高,具备优异的故障分类精度和诊断鲁棒性。该方法为低转速工况下的轴承故障诊断提供了一种有效的解决方案。 展开更多

关键词 轴承故障诊断模型 低转速工况 微弱信号 局域均值分解 莱维飞行 量子粒子群优化算法 最小二乘支持向量机

在线阅读 下载PDF 职称材料

基于Volterra级数和SVM的旋转机械故障诊断方法研究 被引量：3

2

作者 李志农 蒋静 +2 位作者 赵匡 肖尧先 邬冠华 《机械强度》 CAS CSCD 北大核心 2012年第5期633-637,共5页

提出一种基于Volterra级数和支持向量机的旋转机械故障诊断方法。该方法首先利用量子粒子群优化算法辨识出正常、转子碰摩、转子裂纹、基座松动四种状态下的Volterra核,分别利用一阶Volterra核和前三阶Volterra核作为特征向量,然后将这... 提出一种基于Volterra级数和支持向量机的旋转机械故障诊断方法。该方法首先利用量子粒子群优化算法辨识出正常、转子碰摩、转子裂纹、基座松动四种状态下的Volterra核,分别利用一阶Volterra核和前三阶Volterra核作为特征向量,然后将这些特征向量输入到SVM(support vector machine)分类器中进行识别。实验结果表明,提出的方法是有效的,当利用一阶Volterra核作为特征向量难以区分故障时,可以利用更高阶的Volterra核作为特征向量来区别,这些体现出所提出方法在旋转机械故障诊断中独特的优势。 展开更多

关键词 VOLTERRA级数 支持向量机(support vector machine SVM) 量子粒子群优化(quantum particle swarm optimization QPSO) 故障诊断

在线阅读 下载PDF 职称材料

基于电机电流分析的万能式断路器机械故障诊断 被引量：21

3

作者 孙曙光 赵黎媛 +2 位作者 杜太行 于晗 王岩 《仪器仪表学报》 EI CAS CSCD 北大核心 2017年第4期952-960,共9页

电机电流信号常用于分析电动机本身的故障问题,但对其应用于与电机相连机构的故障分析的研究较少。提出一种基于储能电机电流分析的万能式断路器操作机构故障诊断方法。首先采用Hilbert幅值解调法和改进的小波包阈值法相结合获取交流电... 电机电流信号常用于分析电动机本身的故障问题,但对其应用于与电机相连机构的故障分析的研究较少。提出一种基于储能电机电流分析的万能式断路器操作机构故障诊断方法。首先采用Hilbert幅值解调法和改进的小波包阈值法相结合获取交流电流信号的包络线,以解决随机噪声干扰造成的所提取包络线粗糙的问题;然后通过包络线提取电流信号的时间量、电流量以及峭度作为不同故障状态电流波形的特征参数;最后融合模糊聚类和量子粒子群优化的相关向量机实现对断路器正常状态、传动齿轮卡涩、储能弹簧卡涩以及脱落的4种状态的辨识。构建了基于电流分析的万能式断路器故障诊断系统,在不同工况下进行了验证,结果表明该方法能有效提取操作机构储能相关部件的故障特征,实现了对操作机构储能相关部件的故障诊断。 展开更多

关键词 万能式断路器 储能电机电流 量子粒子群 模糊聚类 相关向量机

在线阅读 下载PDF 职称材料

基于GMKL-SVM的模拟电路故障诊断方法 被引量：28

4

作者 张朝龙 何怡刚 +2 位作者 袁莉芬 李志刚 项胜 《仪器仪表学报》 EI CAS CSCD 北大核心 2016年第9期1989-1995,共7页

提出了一种新颖的基于广义多核支持向量机(GMKL-SVM)的模拟电路故障诊断方法。首先,应用Haar小波分析提取被测电路时域响应信号的小波系数作为特征参量,并生成样本数据;然后,基于样本数据,应用量子粒子群算法对GMKL-SVM的参数进行优化,... 提出了一种新颖的基于广义多核支持向量机(GMKL-SVM)的模拟电路故障诊断方法。首先,应用Haar小波分析提取被测电路时域响应信号的小波系数作为特征参量,并生成样本数据;然后,基于样本数据,应用量子粒子群算法对GMKL-SVM的参数进行优化,并以此建立基于GMKL-SVM的故障诊断模型,用于区分模拟电路的各个故障。实例电路的单故障和双故障诊断实验结果表明,所提出的GMKL-SVM方法能较好地实现模拟电路故障诊断,与传统的GMKL-SVM方法相比,表现出了更好的性能,获得了更高的故障诊断正确率。 展开更多

关键词 模拟电路 故障诊断 小波变换 广义多核支持向量机 量子粒子群算法

在线阅读 下载PDF 职称材料

一种基于SVR的发动机多模式故障诊断方法 被引量：10

5

作者 黄为勇 王义 +1 位作者 田秀玲 张艳华 《仪器仪表学报》 EI CAS CSCD 北大核心 2015年第9期2112-2119,共8页

针对传统基于支持向量分类机(SVC)的发动机多模式故障诊断方法需要多个二类分类器的问题,提出了一种基于支持向量回归机(SVR)的多模式故障诊断方法。该方法首先应用归一化的故障数据样本和一个支持向量回归机构建一个发动机故障诊断回... 针对传统基于支持向量分类机(SVC)的发动机多模式故障诊断方法需要多个二类分类器的问题,提出了一种基于支持向量回归机(SVR)的多模式故障诊断方法。该方法首先应用归一化的故障数据样本和一个支持向量回归机构建一个发动机故障诊断回归模型,再对支持向量回归机的输出结果进行基于距离的聚类操作得到发动机的故障模式,诊断模型的参数向量采用一种基于Tent混沌映射的量子粒子群优化算法及样本测试集的均方根误差与平均相对误差同时最小的准则进行整定。实验结果表明,所提出的方法能够克服常规支持向量分类机多模式故障诊断方法需要多个二类分类器的缺陷,降低了建模的时间复杂度,有效地提高了发动机的故障诊断性能。 展开更多

关键词 发动机故障诊断 支持向量回归机(SVR) 聚类 Tent混沌映射 量子粒子群优化算法

在线阅读 下载PDF 职称材料

一种优化特征选择–快速相关向量机变压器故障诊断方法 被引量：22

6

作者 梁永亮 李可军 +2 位作者 牛林 赵建国 孙林升 《电网技术》 EI CSCD 北大核心 2013年第11期3262-3267,共6页

为了快速准确地诊断变压器故障,提出一种基于量子粒子群优化的快速相关向量机(quantum particle swarm optimized fast relevance vector machine,QPSO-FRVM)变压器故障诊断模型。首先建立了快速相关向量机多层次分类模型,在此基础上提... 为了快速准确地诊断变压器故障,提出一种基于量子粒子群优化的快速相关向量机(quantum particle swarm optimized fast relevance vector machine,QPSO-FRVM)变压器故障诊断模型。首先建立了快速相关向量机多层次分类模型,在此基础上提出劣化度故障特征提取方法;其次分析了影响相关向量机分类性能的2个因素,借助量子粒子群算法确定每一层的核函数参数以及故障特征提取方法。最后利用训练好的QPSO-FRVM模型进行变压器的故障诊断,并与IEC三比值法、SVM模型进行对此。仿真结果表明,FRVM缩短了训练时间,具有比RVM更高的诊断效率;同时在小样本情况下,对核参数和特征提取方法均进行优化选择的QPSO-FRVM模型,具有比IEC三比值法和SVM模型更高的诊断准确率,为实现变压器快速准确的故障诊断提供一种新的参考。 展开更多

关键词 相关向量机 量子粒子群优化算法 故障诊断 特征选择

在线阅读 下载PDF 职称材料

基于多特征融合与改进QPSO-RVM的万能式断路器故障振声诊断方法 被引量：27

7

作者 孙曙光 于晗 +2 位作者 杜太行 王景芹 赵黎媛 《电工技术学报》 EI CSCD 北大核心 2017年第19期107-117,共11页

为可靠地进行万能式断路器机械故障诊断,在基于振动信号故障诊断的基础上,提出了一种多特征融合与改进量子粒子群(QPSO)优化的相关向量机(RVM)相结合的万能式断路器分合闸故障振声诊断方法。首先,对振声信号进行小波包软硬阈值结合去噪... 为可靠地进行万能式断路器机械故障诊断,在基于振动信号故障诊断的基础上,提出了一种多特征融合与改进量子粒子群(QPSO)优化的相关向量机(RVM)相结合的万能式断路器分合闸故障振声诊断方法。首先,对振声信号进行小波包软硬阈值结合去噪预处理,并利用互补总体经验模态分解算法对处理后的振声信号进行分解,提取固有模态函数能量系数、样本熵、功率谱熵,并组成多特征参数;然后,通过组合核函数核主元分析对多特征参数降维,并将其特征融合组成特征向量作为RVM的输入,解决单一特征识别断路器分合闸故障的低准确率和低稳定性;最后,利用改进QPSO优化分类模型参数,建立基于RVM的次序二叉树模型对断路器故障进行辨识。实验结果表明,该方法能有效提升不同故障状态下诊断结果的可靠性。 展开更多

关键词 万能式断路器 故障诊断 振声特征融合 互补总体经验模态分解 改进量子粒子群相关向量机

在线阅读 下载PDF 职称材料

基于QPSO-LSSVM的风电场超短期功率预测 被引量：13

8

作者 张涛 孙晓伟 +1 位作者 史苏怡 李振兴 《中国电力》 CSCD 北大核心 2016年第3期183-187,共5页

准确预测风电场的发电功率,有利于电网的经济和安全调度。为提高风电场超短期功率预测的精度,建立了基于最小二乘支持向量机(LSSVM)的风电场超短期功率预测模型,并采用量子粒子群算法(QPSO)对LSSVM中影响回归性能的参数进行优化。通过... 准确预测风电场的发电功率,有利于电网的经济和安全调度。为提高风电场超短期功率预测的精度,建立了基于最小二乘支持向量机(LSSVM)的风电场超短期功率预测模型,并采用量子粒子群算法(QPSO)对LSSVM中影响回归性能的参数进行优化。通过对福建某实际风电场超短期功率预测的应用表明,与BP神经网络和QPSO-LSSVM的预测结果相比,QPSO-LSSVM预测模型多种误差指标均较小,具有较高的预测精度和鲁棒性,是一种有效的风电场超短期功率预测方法。 展开更多

关键词 风功率预测 量子粒子群 最小二乘支持向量机 BP神经网络

在线阅读 下载PDF 职称材料

电子系统状态时间序列预测的优化相关向量机方法 被引量：7

9

作者 范庚 马登武 +1 位作者 吴明辉 孟上 《系统工程与电子技术》 EI CSCD 北大核心 2013年第9期2011-2015,共5页

针对电子系统状态时间序列的预测问题,提出一种基于量子粒子群优化(quantum-behaved particle swarm optimization,QPSO)的相关向量机(relevance vector machine,RVM)方法。对电子系统状态时间序列进行相空间重构,建立了RVM回归预测模型... 针对电子系统状态时间序列的预测问题,提出一种基于量子粒子群优化(quantum-behaved particle swarm optimization,QPSO)的相关向量机(relevance vector machine,RVM)方法。对电子系统状态时间序列进行相空间重构,建立了RVM回归预测模型;以交叉验证误差最小作为优化目标,将RVM核参数表示为量子空间中的粒子位置,采用QPSO算法实现RVM模型参数的自动优化选择。雷达发射机状态时间序列预测实例表明,相比已有方法,所提方法具有更高的预测精度;同时,能够输出预测值的置信区间,有利于对电子系统未来健康状况做出更加可靠的判断。 展开更多

关键词 状态时间序列预测 电子系统 相关向量机 交叉验证 量子粒子群优化

在线阅读 下载PDF 职称材料

量子粒子群优化算法在训练支持向量机中的应用 被引量：6

10

作者 山艳 须文波 孙俊 《计算机应用》 CSCD 北大核心 2006年第11期2645-2647,2677,共4页

训练支持向量机的本质问题就是求解二次规划问题,但对大规模的训练样本来说,求解二次规划问题困难很大。遗传算法和粒子群算法等智能搜索技术可以在较少的时间开销内给出问题的近似解。量子粒子群优化(QPSO)算法是在经典的微粒群算法的... 训练支持向量机的本质问题就是求解二次规划问题,但对大规模的训练样本来说,求解二次规划问题困难很大。遗传算法和粒子群算法等智能搜索技术可以在较少的时间开销内给出问题的近似解。量子粒子群优化(QPSO)算法是在经典的微粒群算法的基础上所提出的一种有较高收敛性和稳定性的进化算法。将操作简单而收敛快速的QPSO算法运用于训练支持向量机,优化求解二次规划问题,为解决大规模的二次规划问题开辟了一条新的途径。 展开更多

关键词 支持向量机 粒子群优化 量子粒子群优化 二次规划

在线阅读 下载PDF 职称材料

带式输送机故障准确诊断方法 被引量：9

11

作者 蔡安江 李涛 +2 位作者 王洪波 田凤阳 杨洁 《金属矿山》 CAS 北大核心 2020年第4期130-134,共5页

针对带式输送机运行过程中的典型故障,提出了一种基于特征级与决策级的双层融合故障准确诊断方法。建立了带式输送机故障诊断信息融合模型,提取带式输送机故障信息的基本特征和小波包特征,实现特征级融合,并使用量子粒子群优化的核极限... 针对带式输送机运行过程中的典型故障,提出了一种基于特征级与决策级的双层融合故障准确诊断方法。建立了带式输送机故障诊断信息融合模型,提取带式输送机故障信息的基本特征和小波包特征,实现特征级融合,并使用量子粒子群优化的核极限学习机与支持向量机2种分类器进行特征级的故障诊断;采用D-S证据理论将2种分类器的特征级故障诊断结果再融合,实现决策级的故障诊断。利用2种分类器的概率输出构造基本概率赋值函数,有效解决了D-S证据理论中基本概率赋值函数的构造。搭建带式输送机实验台,使用MATLAB进行实验验证,结果表明该方法的故障识别准确率可达97%,提高了故障诊断的准确度。 展开更多

关键词 带式输送机 故障准确诊断 D-S证据理论 核极限学习机 支持向量机 量子粒子群优化

在线阅读 下载PDF 职称材料

铁路扣件图像检测中的RBF-SVM模型优化 被引量：4

12

作者 刘甲甲 王凯 +2 位作者 袁建英 江晓亮 李柏林 《计算机工程与应用》 CSCD 2014年第15期30-33,41,共5页

在开发的铁路扣件检测系统中,RBF-SVM被作为扣件图像分类识别的分类器。核参数的选择是RBF-SVM模型优化研究中的重要问题,将量子粒子群算法应用于参数的优化选择,在(cγ)参数可调范围内产生初始种群,将种群中的个体作为RBF-SVM的参数... 在开发的铁路扣件检测系统中,RBF-SVM被作为扣件图像分类识别的分类器。核参数的选择是RBF-SVM模型优化研究中的重要问题,将量子粒子群算法应用于参数的优化选择,在(cγ)参数可调范围内产生初始种群,将种群中的个体作为RBF-SVM的参数进行学习;经过多次迭代获得最佳参数对(cγ),并将该参数对作为RBF-SVM的核参数训练支持向量机。实验表明,QPSO的性能优于传统的PSO算法,该方法在解决支持向量机优化方面表现出了高效的收敛性和稳定性,并且在该方法的基础上形成的铁路扣件检测算法是切实可行的。 展开更多

关键词 量子粒子群算法 径向基函数 支持向量机 模型优化 铁路扣件

在线阅读 下载PDF 职称材料

基于QPSO-LSSVM的数据库相似重复记录检测算法 被引量：6

13

作者 梁雪 任剑锋 景丽 《计算机科学》 CSCD 北大核心 2012年第11期157-159,190,共4页

针对大规模数据库的相似重复记录的检测问题,提出了一种量子群优化算法(QPSO)与最小二乘支持向量机(LSSVM)相结合的相似重复记录检测方法(QPSO-LSSVM)。首先计算记录字段的相似度值;然后利用QPSO对LSSVM参数进行优化,构建相似重复记录... 针对大规模数据库的相似重复记录的检测问题,提出了一种量子群优化算法(QPSO)与最小二乘支持向量机(LSSVM)相结合的相似重复记录检测方法(QPSO-LSSVM)。首先计算记录字段的相似度值;然后利用QPSO对LSSVM参数进行优化,构建相似重复记录检测模型;最后通过具体数据集进行仿真测试实验。仿真结果表明,QPSO-LSSVM不仅提高了重复记录检测准确率,而且提高了检测效率,是一种有效的相似重复记录检测算法。 展开更多

关键词 量子粒子群优化算法 最小二乘支持向量机 相似重复记录 检测

在线阅读 下载PDF 职称材料

基于CQPSO-LSSVM的网络入侵检测模型 被引量：19

14

作者 张拓 王建平 《计算机工程与应用》 CSCD 北大核心 2015年第2期113-116,155,共5页

为了提高网络入侵检测率,提出一种协同量子粒子群算法和最小二乘支持向量机的网络入侵检测模型(CQPSO-LSSVM)。将网络特征子集编码成量子粒子位置,入侵检测正确率作为特征子集优劣的评价标准,采用协同量子粒子群算法找到最优特征子集,... 为了提高网络入侵检测率,提出一种协同量子粒子群算法和最小二乘支持向量机的网络入侵检测模型(CQPSO-LSSVM)。将网络特征子集编码成量子粒子位置,入侵检测正确率作为特征子集优劣的评价标准,采用协同量子粒子群算法找到最优特征子集,采用最小二乘支持向量机建立网络入侵检测模型,并采用KDD CUP 99数据集进行仿真测试。结果表明,CQPSO-LSSVM获得了比其他入侵检测模型更高的检测效率和检测率。 展开更多

关键词 协同量子粒子群算法 最小二乘支持向量机 特征选择 网络入侵检测

在线阅读 下载PDF 职称材料

基于IQPSO-IDE算法的网络入侵检测方法 被引量：7

15

作者 马占飞 杨晋 +1 位作者 金溢 边琦 《计算机工程与应用》 CSCD 北大核心 2019年第10期115-120,204,共7页

为了提高网络入侵检测的准确性与检测效率,弥补由单一优化算法带来的计算精度低、易陷入局部极值等不足,将差分算法的思想引入量子粒子群算法中,提出了一种改进量子粒子群算法(Improved Quantum Particle Swarm Optimization algorithm,... 为了提高网络入侵检测的准确性与检测效率,弥补由单一优化算法带来的计算精度低、易陷入局部极值等不足,将差分算法的思想引入量子粒子群算法中,提出了一种改进量子粒子群算法(Improved Quantum Particle Swarm Optimization algorithm,IQPSO)和改进差分算法(Improved Difference Evolution,IDE)相融合的IQPSO-IDE算法,并将IQPSO-IDE算法对支持向量机(Support Vector Machine,SVM)的参数进行优化。以此为基础,设计了一种基于IQPSO-IDE算法的网络入侵检测方法。实验结果表明,IQPSO-IDE算法与传统的QPSO、GA-DE、QPSO-DE算法相比,不仅在效率上有了明显的改善,而且在网络入侵检测的正确率上分别提高了5.12%、3.05%、2.26%,在误报率上分别降低了3.31%、1.54%、0.93%,在漏报率上分别降低了1.26%、0.73%、0.52%。 展开更多

关键词 网络安全 入侵检测 量子粒子群算法 差分算法 支持向量机

在线阅读 下载PDF 职称材料

基于加权量子粒子群的分类器设计 被引量：2

16

作者 李睿 李伟娟 李明 《计算机工程》 CAS CSCD 北大核心 2010年第7期203-204,207,共3页

针对支持向量机在大样本情况下训练速度慢的缺点,引入权重最优位置策略改进量子粒子群优化算法,通过改进的Michigan编码方案对语音参数进行编码,构造分类规则适应度函数实现基于加权量子粒子群的分类器设计。在说话人识别中的应用结果表... 针对支持向量机在大样本情况下训练速度慢的缺点,引入权重最优位置策略改进量子粒子群优化算法,通过改进的Michigan编码方案对语音参数进行编码,构造分类规则适应度函数实现基于加权量子粒子群的分类器设计。在说话人识别中的应用结果表明,该分类器具有较好的抗噪性能和较高的识别速度。 展开更多

关键词 说话人识别 支持向量机 量子粒子群优化 分类器

在线阅读 下载PDF 职称材料

优化SVM在锅炉负荷预测中的应用 被引量：2

17

作者 陈其松 陈孝威 +1 位作者 张欣 吴茂念 《电子科技大学学报》 EI CAS CSCD 北大核心 2010年第2期316-320,共5页

提出智能优化支持向量机算法来提高模型的预测能力和泛化能力。该算法针对支持向量机噪声敏感问题采用小波方法对数据集去噪;利用核主成分分析方法提取数据特征;采用量子粒子群算法优化支持向量机超参数。将该优化算法应用于锅炉负荷短... 提出智能优化支持向量机算法来提高模型的预测能力和泛化能力。该算法针对支持向量机噪声敏感问题采用小波方法对数据集去噪;利用核主成分分析方法提取数据特征;采用量子粒子群算法优化支持向量机超参数。将该优化算法应用于锅炉负荷短期预测,实验结果表明,该优化算法预测精度较高,收敛速度较快,泛化性能优于其他预测方法,且工程实现容易。 展开更多

关键词 预测 核主成分分析 优化 量子粒子群算法 支持向量机

在线阅读 下载PDF 职称材料

非线性系统模糊神经网络控制的改进策略 被引量：7

18

作者 赵俊 陈建军 《控制理论与应用》 EI CAS CSCD 北大核心 2010年第4期466-472,共7页

针对以模糊神经网络自适应方法为核心的不确定非线性系统控制问题,以常规静态模糊神经网络控制结构为基础,分别就控制器、辨识器及优化算法3个方面展开改进研究.以一种改进结构的动态PID型模糊神经网络为控制器,最小二乘支持向量机为辨... 针对以模糊神经网络自适应方法为核心的不确定非线性系统控制问题,以常规静态模糊神经网络控制结构为基础,分别就控制器、辨识器及优化算法3个方面展开改进研究.以一种改进结构的动态PID型模糊神经网络为控制器,最小二乘支持向量机为辨识器构成控制系统.利用带混沌搜索的量子粒子群算法离线优化结合在线误差反传微调的寻优策略优化控制器参数,带混沌扰动的粒子群离线优化支持向量机的核参数,并通过对系统稳定性的讨论将改进的控制系统逐步完善.对某热交换对象模型的数值仿真验证了该改进方法的可行性和有效性. 展开更多

关键词 非线性系统 PID型模糊神经网络 最小二乘支持向量机 混沌优化 量子粒子群优化算法

在线阅读 下载PDF 职称材料

基于量子粒子群优化的SVM的模拟电路故障诊断 被引量：5

19

作者 李泽宇 吴文全 《现代电子技术》 北大核心 2016年第7期158-160,166,共4页

相比于小波变换,小波包变换具有较高的分辨率和细致的分析能力,是小波变换的延伸和发展。支持向量机具有较好的泛化能力,能够应用于模拟电路的故障诊断。鉴于支持向量机参数难以确定的问题,采用量子粒子群优化算法选取支持向量机的参数... 相比于小波变换,小波包变换具有较高的分辨率和细致的分析能力,是小波变换的延伸和发展。支持向量机具有较好的泛化能力,能够应用于模拟电路的故障诊断。鉴于支持向量机参数难以确定的问题,采用量子粒子群优化算法选取支持向量机的参数,将优化后的支持向量机与小波包变换相结合,利用小波包变换提取电路的故障特征,然后通过优化后的支持向量机对特征向量进行分类识别。最后通过对实例的分析,验证该方法的有效性。 展开更多

关键词 小波包变换 支持向量机 量子粒子群算法 故障诊断

在线阅读 下载PDF 职称材料

利用QPSO改进相关向量机的电池寿命预测 被引量：19

20

作者 何畏 罗潇 +2 位作者 曾珍 黄飞扬 徐杨 《电子测量与仪器学报》 CSCD 北大核心 2020年第6期18-24,共7页

锂离子电池作为系统供能的关键部分,其寿命终结往往导致用电设备的性能下降或故障,甚至整个系统的崩溃。因此,研究电池剩余使用寿命(RUL),提前预知失效时间,显得日趋重要。针对锂离子电池寿命预测过程中训练时间较长、参数确定困难、输... 锂离子电池作为系统供能的关键部分,其寿命终结往往导致用电设备的性能下降或故障,甚至整个系统的崩溃。因此,研究电池剩余使用寿命(RUL),提前预知失效时间,显得日趋重要。针对锂离子电池寿命预测过程中训练时间较长、参数确定困难、输出结果不稳定等问题,提出了利用运用泛化能力更好,更稀疏,测试时间更短,更适用于在线检测的相关向量机(RVM)进行预测,并通过量子粒子群对相关向量机进行了优化,保证了预测输出结果的稳定性。分析结果表明,量子粒子群算法改进后的相关向量机对锂电池失效时间的预测准确度高达99%,电池寿命预测的绝对误差平均值2%,均方根误差3%,验证了该改进算法的可行性和优越性。 展开更多

关键词 锂离子电池 剩余使用寿命预测 稳定性 相关向量机 量子粒子群

在线阅读 下载PDF 职称材料