基于改进蜂群算法优化支持向量机的故障诊断

摘要：

针对支持向量机(Support Vector Machine,SVM)的故障诊断性能受参数选择影响较大的问题,提出了基于改进蜂群算法(Improved Artificial Bee Colony,IABC)优化SVM的故障诊断方法.为提高ABC算法的寻优能力,引入Levy飞行策略,对原始蜂群算法进行了改进.利用改进的ABC算法进行SVM参数的优化,可以有效地提高SVM的分类性能.滚动轴承不同类型、不同程度故障诊断的实例表明,与ABC、GA和PSO等方法相比,IABC算法能够获得更优的参数组合,提高了SVM的故障诊断准确率,可有效应用于故障诊断.

关键词：蜂群算法、Levy飞行、支持向量机、参数优化、故障诊断

所属期刊栏目：40

分类号：TH165.3

资助基金：江西省教改项目基金资助JXJG-14-45-3资助.The project supported by the Educational Reform Project of Jiangxi Province JXJG-14-45-3

在线出版日期：2018-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：287-292