基于混沌万有引力搜索算法的SVM参数优化及应用  

Parameter Optimization and Application of SVM Based on Chaos Gravitational Search Algorithm

作　　者：龚安[1,2] 吕倩[2] 胡长军[1] 康忠健[2] 李华昱[2] 

机构地区：[1]北京科技大学计算机与通信工程学院,北京100083 [2]中国石油大学(华东),青岛266580

出　　处：《计算机科学》2015年第4期240-243,共4页Computer Science

基　　金：国家自然科学基金:基于阻抗模型故障特征匹配法的含DG配电网故障测距研究(61271001);中央高校基本科研业务费专项资金(14CX02030A)资助

摘　　要：针对万有引力搜索算法存在局部优化能力差的问题,引入混沌序列和遗传算法的交叉思想对其改善,并将其应用于SVM的参数优化,通过仿真实验验证了该SVM模型具有更高的精度。最后将该模型应用于火电厂一次风机的状态监测,实验结果表明该模型是有效的。Chaotic series and the crossover of genetic algorithm were introduced into gravitational search algorithm to overcome its poor local optimization problem.The improved algorithm was used for the SVM parameters optimization.And the simulated experiments show that the SVM model has a higher accuracy.At last the model was applied to the condition monitoring of primary air fan in power plant.And the experimental results indicate that the model is valid.

关 键 词：万有引力搜索算法 混沌序列 交叉 SVM 状态监测 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]