文献类型：期刊文章

作　　者：王素兰[1] 端木京顺[2] 丛伟[2]

机构地区：[1]西京学院艺术学院,西安710123 [2]空军工程大学工程学院,西安710038

出　　处：《火力与指挥控制》

年　　份：2010

卷　　号：35

期　　号：5

起止页码：93-96

语　　种：中文

收录情况：BDHX、BDHX2008、CSA-PROQEUST、CSCD、CSCD_E2011_2012、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：多元LS-SVM算法可以直接用于多分类模式识别问题,通过对该算法的误差变量进行加权,消除了训练样本中异常值或非高斯噪声的影响,增强了多元LS-SVM算法的鲁棒性。然后,利用改进算法建立特征向量与故障模式之间的映射关系,得到齿轮箱故障诊断模型。仿真表明:与传统BP神经网络相比,鲁棒多元LS-SVM算法对齿轮箱的故障诊断的精度更高,抗干扰能力和鲁棒性更强,是一种在齿轮箱故障诊断中值得推广和采用的算法。

关 键 词：最小二乘 支持向量机 齿轮箱 故障诊断  

分 类 号：TP181]