基于改进果蝇优化算法优化RVM的电机轴承故障诊断
王汉章
包头铁道职业技术学院机车车辆系,包头,014060
摘要：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.
关键词：果蝇优化算法反向认知相关向量机故障诊断轴承
分类号：TH165.3(机械制造工艺)
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( 814-820 )
英文信息