|
|
1.
基于天牛须搜索优化支持向量机液压泵故障诊断
张军翠, 王立成
噪声与振动控制
2022, 42 (3):
105-109.
为准确地对液压泵的典型故障进行诊断，同时针对支持向量机（Support Vector Machine，SVM）在故障诊断中的参数选择问题，将天牛须搜索算法（Beetle Antennae Search，BAS）应用到SVM的参数优化中，建立BAS-SVM液压泵故障诊断模型，以此来提高SVM在液压泵故障诊断中的性能。液压泵故障诊断实例的结果表明，相比于遗传算法、粒子群算法、果蝇算法等算法的改进算法，BAS得到的SVM参数更优，使SVM获得更高的诊断精度，从而验证了所提方法的有效性。
相关文章 |
多维度评价
|
|
