模拟退火优化SVM参数的变压器故障诊断
来源：计算机测量与控制杂志2015年第5期北京时间：
作者：谢荣斌,张霖,鄢小虎,杨俊,卢文华
摘要：利用群智能算法优化支持向量机(SVM)参数往往需要引入额外的变量,使变压器故障诊断问题更加复杂,对此提出一种自适应的模拟退火算法优化(ASA)支持向量机参数；通过设计自适应的冷却进度表,使得寻参的过程仅仅依赖于退火速率以及网格搜索粒度,保持了较少的参数设置；在相关数据集上的实验表明,与已提出的粒子群算法(PSO)、遗传算法(GA)相比,ASA算法具有更快的收敛速度以及较好的诊断精度；利用自适应的模拟退火算法能够较好的优化SVM参数并提高变压器故障诊断的精度。
关键词：支持向量机;模拟退火;变压器故障诊断
