基于遗传算法的航空发动机机载模型支持向量机修正方法
航空发动机的实时模型与发动机的匹配精度直接影响着航空发动机故障诊断的精度.提出了基于自适应遗传算法的最小二乘支持向量回归机(AGA-LSSVR)方法对航空发动机机载实时模型进行修正,有效的提高了模型的匹配精度.分析了最小二乘支持向量机中的参数的选取对模型修正的影响,在参数的选取空间里采用自适应遗传算法搜索最优参数.最后,比较了Back propagation (BP)神经网络、支持向量回归机、AGA-LSSVR等方法在机载模型中的修正效果.结果表明:提出的AGA-LSSVR具有很好的修正精度,验证了修正模型的有效性.
作 者： 鲁峰 黄金泉 LU Feng HUANG Jin-quan 作者单位： 南京航空航天大学,能源与动力学院,南京,210016 刊 名： 航空动力学报 ISTIC EI PKU 英文刊名： JOURNAL OF AEROSPACE POWER 年，卷(期)： 2009 24(4) 分类号： V233.7 关键词： 航空发动机 机载实时自适应模型 自适应遗传算法 最小二乘支持向量回归机