基于Levy-ABC优化SVM的水电机组故障诊断方法

• 作者: 周建中 寇攀高 张孝远 李超顺 肖剑 肖汉
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 人工蜜蜂群算法 水电机组 故障诊断 支持向量机 参数优化
• 年，卷（期）: 2013,（5）
• 页码范围: 839-844
• 页数: 6页
• 分类号: TM6|TP307|TH165
• 字数: 5241字
• 语种: 中文

摘要

水电机组故障诊断实质上是一种典型的小样本机器学习问题,支持向量机作为一种先进的机器学习方法,在解决小样本问题上有着突出的表现,但其参数设置问题一直未能很好的解决.针对此问题,提出了一种基于人工蜜蜂群优化支持向量机的水电机组故障诊断方法,为改进人工蜜蜂群全局搜索能力,引入Levy飞行策略,对原始人工蜜蜂群算法进行改进.实验表明,Levy飞行蜜蜂群优化和支持向量机相结合的水电机组故障诊断算法,对多类故障能够有效地分类,提高了水电机组故障诊断的准确率,具有一定的工程应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周建中	华中科技大学水电与数字化工程学院	395	5250	35.0	50.0
2	李超顺	华中科技大学水电与数字化工程学院	35	493	14.0	21.0
3	肖剑	华中科技大学水电与数字化工程学院	22	355	11.0	18.0
4	张孝远	华中科技大学水电与数字化工程学院	9	108	6.0	9.0
5	寇攀高	华中科技大学水电与数字化工程学院	6	47	3.0	6.0
6	肖汉	华中科技大学水电与数字化工程学院	11	227	8.0	11.0