[发明专利]动态粒子群算法优化的多核支持向量机吊舱故障诊断方法及装置

摘要

本发明公开了一种动态粒子群算法优化的多核支持向量机吊舱故障诊断方法及装置，本发明采用多线程记忆制多种群粒子群算法动态寻优支持向量机结构参数，建立多核支持向量机模型，适合多型吊舱的故障诊断。该算法具有一定的适应性、鲁棒性和准确性，可以有效的对吊舱故障进行定性、定量和定位诊断。

主权项

一种动态粒子群算法优化的多核支持向量机吊舱故障诊断方法，其特征在于，包括，步骤一、获取吊舱故障诊断样本，对数据进行标准化处理，提取特征向量，对数据进行归一化处理，并将其划分为训练集和测试集；步骤二、初始化种群，将种群划分为若干个子种群，构建粒子群优化算法，利用每次环境下多种群方法找到局部和全局最优解信息，保存在记忆体中；步骤三、当吊舱类型或环境发生变化，选取记忆体中粒子组成新的种群，新种群经历相同的循环，直至达到停止条件；步骤四、取得支持向量机模型的最优结构参数，建立多核支持向量机故障诊断模型，由多项式核函数和径向基RBF核函数构成的组合核，采用训练集对构建的模型进行训练，直到达到停止条件；步骤五、采用训练集样本对模型进行训练，交叉验证分类模型准确率；步骤六、将测试集数据输入到优化后的支持向量机故障诊断模型，检验模型的故障诊断准确率，并输出结果。