计算机应用研究

作者：杜洁,吴静,

单位：1.西南科技大学信息工程学院,四川绵阳621010；2.特殊环境机器人技术四川省重点实验室,四川绵阳621010；

关键词：最小二乘支持向量机,混合核,自适应差分进化算法,寻优,故障预测,

基金：特殊环境机器人技术四川省重点实验室基金资助项目(13ZXTK07)；；

螺杆式制冷压缩机存在种类多样性以及故障的复杂性，难以获得有效的预测模型。针对该问题，本文提出了一种基于自适应差分进化算法（SADE）优化的混合核最小二乘支持向量机（LSSVM）的预测模型，该模型的SADE相比其他智能寻优算法理论，其结构简单、参数设置少且搜索能力强。在寻优过程中，SADE分别从差分策略、缩放因子、交叉概率做到了自适应，保证了寻优初期的全局搜索能力和种群多样性，提高了局部搜索能力和收敛速度；利用SADE对核参数、LSSVM参数、混合核调节参数进行寻优，提高了混合核LSSVM预测模型的精度。将该模型运用到压缩机的故障预测实验中，结果表明，该模型能有效地预测出压缩机的故障，验证了该模型的可行性。

来源：2019年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第9期