论文研究基于遗传优化最小二乘支持向量机的导引头故障诊断.pdf

为提高导引头故障诊断准确率，提出了一种采用改进遗传算法优化的最小二乘支持向量机（LSSVM）构造导引头多故障分类模型的方法。该方法基于一对一策略及改进的投票法建立两层LSSVM多故障分类器，并利用一种自适应变步长搜索策略改进的遗传算法对LSSVM的核参数和正则化参数进行自动优选。通过对某型导引头实测数据的仿真并与标准SVM和BP神经网络诊断方法相比较，结果表明，该方法具有更高的诊断准确率和计算效率。