基于SADE的混合核LSSVM在压缩机故障预测中的应用

摘要: 针对螺杆式制冷压缩机种类的多样性以及故障的复杂性，难以获得有效的预测模型的问题。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相比于其他智能寻优算法理论结构简单、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中，实验结果表明，该模型能有效的预测出压缩机的故障，验证了该模型的可行性。