10.16579/j.issn.1001.9669.2019.04.008
基于改进果蝇优化算法优化RVM的电机轴承故障诊断
针对相关向量机(RVM)在电机轴承故障识别中的性能受参数选择影响较大的问题,提出了基于反向认知果蝇优化算法(RCFOA)优化RVM的电机轴承故障诊断方法.为提高FOA算法的寻优能力,引入反向学习策略,对原始果蝇优化算法进行了改进.利用RCFOA进行RVM参数的优化,可以有效地提高RVM的分类性能.电机轴承不同类型、不同程度故障诊断的实例表明,RCFOA算法能够获得更优的参数,提高了RVM的故障诊断准确率,相比于其他一些方法更有优势,可有效应用于故障诊断.
果蝇优化算法、反向认知、相关向量机、故障诊断、轴承
41
TH165.3
2019-09-11(万方平台首次上网日期,不代表论文的发表时间)
共7页
814-820