10.16579/j.issn.1001.9669.2017.02.008
基于改进FOA优化的SVM在故障诊断中的应用
针对支持向量机(SVM)的分类性能受本身参数选择影响较大的问题,提出了基于改进果蝇优化算法(LFOA)的SVM参数优化方法.给出了基于改进果蝇算法的SVM参数优化步骤,并用标准数据集进行了仿真实验,验证了算法在收敛速度和收敛精度上均好于其他几种方法.以滚动轴承为实验对象,应用LFOA-SVM进行了常见故障的诊断,与FOA、GA和PSO等方法相比,LFOA算法改善了SVM的分类性能,提高了故障诊断准确率,可有效应用于故障诊断.
果蝇优化算法、支持向量机、参数寻优、故障诊断
39
TP206.3(自动化技术及设备)
中华全国供销合作总社2015年度职业教育专项研究课题GX1525资助.The project supported by the Special Research Topics of All-China Federation of Supply and Marketing Cooperatives CFSMC Vocational EducationGX1525
2017-05-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
285-290