基于自适应变异SAPSO-LSSVM的轨道电路故障诊断
陈光武
高亚丽
焦相萌
兰州交通大学自动控制研究所 兰州730070;兰州交通大学甘肃省高原交通信息工程及控制重点实验室,兰州730070
摘要：针对传统无绝缘轨道电路故障诊断精度不高与诊断结果不稳定的问题,提出一种将模拟退火(Simulated Annealing,SA)算法和粒子群最小二乘支持向量机(PSO-LSSVM)相结合的方法,并用其进行故障诊断.借鉴遗传算法(Genetic Algorithm,GA)中的变异思想,在SA算法中引入简单变异算子,提出动态自适应变异SAPSO算法,以克服传统粒子群算法易陷入局部最优的问题.利用自适应变异SAPSO算法对改进LSSVM核函数的惩罚因子和核函数参数进行优化,避免故障诊断结果不稳定.最后通过仿真将本文算法与近几年比较先进的几种算法进行对比.仿真结果表明:本文算法对无绝缘轨道电路的故障诊断准确率更高、诊断结果更稳定.
关键词：轨道电路故障诊断模拟退火粒子群最小二乘支持向量机
分类号：U284.2(铁路通信、信号)
资助基金：国家自然科学基金(61863024)国家自然科学基金(71761023)甘肃省高等学校科研项目(2018C-11)甘肃省高等学校科研项目(2018A-22)甘肃省自然科学基金(18JR3RA130)甘肃省自然科学基金(18JR3RA110)
论文发表日期：2021-04-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 1-7 )
英文信息