10.3969/j.issn.1000-3428.2013.03.037
基于改进粒子群优化的SVM故障诊断方法
针对支持向量机(SVM)分类模型参数选取困难的问题,提出基于遗传免疫的改进粒子群优化算法,克服传统粒子群算法前期收敛快、后期易陷入局部最优的缺陷.将该算法与优化支持向量机分类模型相结合,建立基于遗传免疫粒子群和支持向量机的诊断模型,并用于轴承故障诊断中.结果表明,基于遗传免疫粒子群算法优化的SVM可实现对SVM分类模型参数的自动优化,并能提高SVM分类模型的故障诊断精度,对分散程度较大、聚类性较差的故障样本分类有较强的适用性.
支持向量机、故障诊断、粒子群优化、遗传免疫、轴承、交叉验证
39
TP391(计算技术、计算机技术)
中央高校基本科研业务费专项基金资助项目DL11BB32;黑龙江省科技厅自然科学基金资助项目F201028
2013-11-12(万方平台首次上网日期,不代表论文的发表时间)
共5页
187-190,196