共 17 条
基于人工蜂群算法的支持向量机优化
被引：51
作者：
刘路
[1
]
王太勇
[2
]
机构：
[1] 天津大学精密仪器与光电子工程学院
[2] 天津大学机械工程学院
来源：
基金：
国家高技术研究发展计划(863计划);
关键词：
人工蜂群算法;
支持向量机;
参数优化;
故障诊断;
D O I：
暂无
中图分类号：
TP18 [人工智能理论];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
支持向量机的分类性能在很大程度上取决于其相关参数的选择,针对该问题提出基于人工蜂群算法的支持向量机参数优选方法并将其应用于电机轴承的智能故障诊断.该方法采用分类错误率的倒数作为适应度函数,利用人工蜂群算法对支持向量机的惩罚因子与核函数参数进行优化.通过在多个标准数据集上的测试证明,与遗传算法等传统优化算法相比,人工蜂群算法优化的支持向量机能够克服局部最优解,获得更高的分类正确率,并在小数目分类问题上有效地降低运行时间.将该方法应用于实测轴承故障信号的识别,对轴承故障信号进行小波变换,提取各个频段的归一化能量作为特征向量,利用该方法对特征向量进行分类,同样获得较高的分类正确率.
引用
收藏
页码：803 / 809
页数：7
相关论文