改进粒子群算法优化SVM的故障诊断方法研究

• 作者: 苗玉
• 来源期刊: 机械工程与自动化
• 学科: 工学
• 关键词: 粒子群算法 自适应学习因子粒子群算法 SVM 故障诊断
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 试验研究
• 页码范围: 14-15,18
• 页数: 3页
• 分类号: TP277
• 字数: 2046字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6413.2019.06.005

摘要

针对粒子群优化算法在搜索过程中容易陷入早熟收敛的问题,利用交叉算子增加种群多样性,为了改善粒子群算法的适应性,提出了自适应学习因子粒子群算法,通过不断改变传统算法的学习因子来提高算法收敛的速度和精度.将该算法应用于煤层气单井系统故障诊断的研究中,通过MATLAB仿真,验证了改进后的粒子群算法故障诊断精度明显高于普通粒子群优化算法和遗传算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苗玉	晋中学院机械学院	1	1	1.0	1.0