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
- 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.
