黑龙江省博士后科研启动基金(LBH-Z08227)
- 作品数：4 被引量：78H指数：4
- 相关作者：陶新民徐晶刘玉刘福荣童智靖更多>>
- 相关机构：哈尔滨工程大学黑龙江科技学院黑龙江省电力有限公司更多>>
- 发文基金：黑龙江省博士后科研启动基金中国博士后科学基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术电气工程机械工程更多>>
- 基于样本密度KFCM新算法及其在故障诊断的应用被引量：15
- 2009年
- 针对传统核模糊聚类(KFCM)算法无法克服边界噪声数据影响且对初始聚类中心敏感的不足,提出一种基于样本密度和最大类间方差法相结合的KFCM算法。该算法在传统的KFCM算法中引入样本分布密度作为权重,克服噪声及边界数据对分类中心的影响,使样本的聚类效果更好,同时还可以分析各样本对聚类的贡献程度。此外利用最大类间方差法对样本密度进行分割,得到各类中心点并以此作为KFCM算法的初始聚类中心,克服了传统算法对初始值敏感的不足。对各种实际数据集的测试结果均显示出新算法的优良性能。最后利用新算法对轴承故障进行诊断,试验结果表明新算法的诊断率优于传统的聚类算法。
- 陶新民徐晶付强刘兴丽
- 关键词：核模糊聚类样本密度最大类间方差法故障诊断
- 基于紧密度FSVM新算法及在故障检测中的应用被引量：6
- 2009年
- 针对传统的模糊支持向量机(FSVM)算法对边缘噪声敏感的不足,提出一种基于非线性紧密度和K最近邻方法(KNN)相结合的FSVM算法。该方法在计算样本隶属度大小时既考虑样本与类中心的距离,类中样本的紧密度,同时还考虑与其他类样本间的关系,其中紧密度的计算采用非线性数据分布描述方法进而使计算的隶属度更精确。实验结果同传统FSVM及其他改进的FSVM算法进行比较,对于国际标准测试数据及轴承故障检测问题,结果验证了建议算法具有很强的鲁棒性及高效的检测性能。
- 陶新民徐晶杜宝祥徐勇
- 关键词：故障检测模糊支持向量机
- 一种多尺度协同变异的粒子群优化算法被引量：48
- 2012年
- 为了改善粒子群算法易早熟收敛、精度低等缺点,提出一种多尺度协同变异的粒子群优化算法,并证明了该算法以概率1收敛到全局最优解.算法采用多尺度高斯变异机制实现局部解逃逸.在算法初期阶段,利用大尺度变异及均匀变异算子实现全局最优解空间的快速定位;随着适应值的提升,变异尺度随之降低;最终在算法后期阶段,利用小尺度变异算子完成局部精确解空间的搜索.将算法应用6个典型复杂函数优化问题,并同其他带变异操作的PSO算法比较,结果表明,该算法在收敛速度及稳定性上有显著提高.
- 陶新民刘福荣刘玉童智靖
- 关键词：粒子群算法早熟收敛多尺度适应度
- 一种协调勘探和开采能力的粒子群算法被引量：9
- 2010年
- 提出一种新的协调勘探和开采能力的粒子群优化算法.该算法将种群分为随机子群和进化子群,随机子群增加了算法全局解空间的勘探能力,在运行过程中通过随机子群进化信息生成解优胜区域指导进化粒子向着最优解子空间逼近.为了提高算法收敛速度,算法只在进化子群进入收敛阶段时才对其进行指导,以防止增加种群多样性导致算法开采能力下降的问题.将此算法与其他改进粒子群算法进行比较,实验结果表明,该算法有较好的全局收敛性,不仅能有效地克服其他算法易陷入局部极小值的缺点,而且算法收敛速度和稳定性都有显著提高.
- 陶新民徐晶杨立标刘玉
- 关键词：粒子群算法
