基于改进蜂群算法优化支持向量机的故障诊断
吴印华
徐琼燕
1.九江职业技术学院 电气工程学院,九江,3320072.九江职业技术学院 电气工程学院,九江,332007
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
分类号：TH165.3(机械制造工艺)
资助基金：江西省教改项目基金资助(JXJG-14-45-3)The project supported by the Educational Reform Project of Jiangxi Province (JXJG-14-45-3)
论文发表日期：2018-01-01
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( 287-292 )
英文信息