基于改进粒子群优化SVM的通风机故障诊断

• 作者: 卢向华 李雅萍
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 故障诊断 支持向量机 粒子群优化 通风机
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 故障·诊断
• 页码范围: 278-281
• 页数: 4页
• 分类号: TD441
• 字数: 4267字
• 语种: 中文
• DOI: 10.13436/j.mkjx.201502118

摘要

针对支持向量机在故障诊断中参数的选取问题,提出一种改进的粒子群优化算法,对支持向量机的惩罚因子与核参数进行优化.为了克服传统粒子群算法前期收敛快、后期易陷入局部最优的缺陷,提出一种惯性权重自适应调整的粒子群优化算法,建立基于粒子群和支持向量的通风机故障诊断模型,通过样本数据对模型进行训练与测试,实现了通风机故障的识别,结果表明该模型对通风机故障的诊断是可靠的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢向华		15	48	4.0	6.0
2	李雅萍		11	47	3.0	6.0