基于改进FOA优化的SVM在故障诊断中的应用
孙瑶琴
浙江农业商贸职业学院基础教学部,绍兴,312088
摘要：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.
关键词：果蝇优化算法支持向量机参数寻优故障诊断
分类号：TP206.3(自动化技术及设备)
资助基金：中华全国供销合作总社2015年度职业教育专项研究课题(GX1525)The project supported by the Special Research Topics of All-China Federation of Supply and Marketing Cooperatives (CFSMC) Vocational Education(GX1525)
论文发表日期：2017-01-01
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：6( 285-290 )
英文信息