基于改进果蝇优化算法优化支持向量机的故障诊断
黄晓璐1
周湘贞2
1.河南护理职业学院公共学科部,安阳,4550002.郑州升达经贸管理学院信息工程学院,郑州,451191
摘要：为提高支持向量机(SVM)在机械故障诊断中的精度,对果蝇优化算法(FOA)进行改进,提取了一种基于改进果蝇优化算法优化SVM的故障诊断方法.改进果蝇优化算法(IFOA)中果蝇个体在进行位置更新时,融入了历史位置信息,在增加果蝇种群多样性的同时,又使算法具有了跳出局部最优的能力,进而可以获得更优的SVM参数以增强SVM分类性能.齿轮故障诊断实例验证了IFOA算法提升了SVM的识别效果,相比于其他一些方法更有优势.
关键词：改进果蝇优化算法参数优化支持向量机故障诊断
分类号：TH165.3(机械制造工艺)
资助基金：河南省科技攻关计划(182102110277)
论文发表日期：2019-01-01
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：7( 568-574 )
英文信息