ABC算法优化SVR的磨损故障预测模型

• 作者: 丛林虎 赵建忠 邓建球 陈洪
• 来源期刊: 兵工自动化
• 学科: 工学
• 关键词: 磨损故障 人工蜂群优化算法 支持向量回归 预测模型
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 自动测量与控制
• 页码范围: 60-64
• 页数: 5页
• 分类号: TP18
• 字数: 3530字
• 语种: 中文
• DOI: 10.7690/bgzdh.2018.10.013

摘要

为了提高故障预测的精度,针对支持向量回归(support vector machine for regression,SVR)参数选择困难的问题,提出一种采用人工蜂群(artificial bee colony,ABC)算法优化(SVR)的故障预测模型(ABC-SVR).该模型先对样本数据进行重构,然后将故障预测误差(适应度)作为优化目标,通过ABC算法寻优找到最优的SVR参数,建立故障预测模型.最后通过实例仿真验证了模型的优越性.仿真结果表明:ABC-SVR模型有效解决了SVR参数选择难题,能够更加准确地表现故障变化规律,提高了故障预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵建忠	海军航空大学兵器科学与技术系	80	223	8.0	11.0
2	邓建球	海军航空大学兵器科学与技术系	28	30	3.0	4.0
3	丛林虎	海军航空大学兵器科学与技术系	35	109	6.0	9.0
4	陈洪	中国船舶重工集团公司第七一三研究所第九研究室	4	11	2.0	3.0