ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

改进粒子群算法优化SVM的故障诊断方法研究

苗玉晋中学院
机械工程与自动化2019
6阅读
引用收藏
分享

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。

学科与关键词

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 particle swarm optimizationadaptive learning factor particle swarm optimizationfault diagnosis
相关
加载中…
  • 多目标粒子群优化的支持向量机及其在齿轮故障诊断中的应用
    王维刚; 刘占生振动工程学报, 2013, (05): 743-750.
  • 粒子群优化的KFCM及SVM诊断模型在断路器故障诊断中的应用
    梅飞; 梅军; 郑建勇; 张思宇; 朱克东中国电机工程学报, 2013, (36): 134.
  • 优化的神经网络在模拟电路故障诊断中的应用
    张路; 李志华信息技术, 2013, (01): 147-151.
查看全部 →

发表信息

论文状态
公开发表
期刊
机械工程与自动化
发表日期
2019
卷期
第 06 期
页码
14-15+18
语言
中文
成果收录
CHINAJOURNAL
资助标注
国家自然基金资助项目(51675491);山西省应用基础研究项目(201701D221132);山西省先进制造重点实验室开放研究基金资助项目(XJZZ201701);晋中学院"1311工程"重点创新团队(jzxycxtd2018005);

作者

  • 苗

    苗玉 (第一作者)

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417