一种粒子群算法优化支持向量机的汽车故障诊断方法研究

摘要：

由于现代汽车技术的快速发展,使汽车整体性及可拆分性更苛刻,汽车故障诊断比较复杂且困难.提出依托粒子群算法优化层次支持向量机的故障诊断方法,这种方法故障测试时间较短,精确度更高.依托最大间隔距离原则对支持向量机模型进行优化处理,确保各节点的支持向量机具备最大分隔距离,从而减少误差累计,大大优化二叉树结构.通过桑塔纳汽车故障测试实例可知,研究提出的算法具有较高的精度,可以快速、高效率完成汽车故障检测及定位,泛化能力非常强,是一种值得推广使用的汽车故障诊断方法.

关键词：粒子群算法、故障诊断、汽车、提取特征、支持向量机

所属期刊栏目：47

分类号：U472.42

资助基金：陕西省教育厅专项科研项目;项目名称:基于车联网技术的轿车运行状态大数据平台构建,项目16JK1068

在线出版日期：2018-05-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：33-36,50