[发明专利]基于混沌万有引力搜索的SVM的电厂设备状态监测方法

权利要求书

1.一种基于混沌万有引力搜索的SVM的电厂设备状态监测方法，其特征在于，包括以下步骤：(1)利用混沌序列初始化SVM参数(惩罚系数C、核参数σ)，形成初始种群，并随机初始化每个粒子的速度；(2)计算每个粒子的适应度值fit_i，将粒子分为三个等级A、B、C，分别进行处理，得到新种群；(3)计算新种群中的每个粒子的质量；(4)计算万有引力；(5)计算合力；(6)更新加速度、速度和位置的值；(7)返回到步骤2循环迭代，直到达到循环次数或要求精度为止，输出结果。

2.根据权利要求1所述的基于混沌万有引力搜索的SVM的电厂设备状态监测方法其特征在于：

所述产生初始种群步骤是先产生一个D维随机向量，在进行Logistic映射，最后将混沌运动的遍历范围映射到优化变量的搜索区间；

所述A、B、C三个等级分别为好、中、差三个等级；

所述对A等级的处理是利用公式得到p个混沌变量η_i,再将混沌变量按公式“放大”到一个以粒子当前位置为中心，以r为半径的区域上。这里取r＝0.005(max^d-min^d)，max^d为d维最大值，min^d为d维最小值；

所述对B的处理是群体B中每个粒子与群体A中最好的粒子进行交叉操作，实现B中粒子获取A中最好粒子的信息，使其向最好的粒子靠近。其中交叉概率从0.9到0.6，随着迭代次数线性变小；

所述对C的处理是利用公式得到q个混沌变量η_i,再将混沌变量按公式“放大”到一个以粒子当前位置为中心，以R为半径的区域上，这里取R＝0.5(max^d-min^d)。