基于PSO-SVM的发动机故障诊断研究 |
| |
引用本文: | 冯辉宗,彭丹,袁荣棣.基于PSO-SVM的发动机故障诊断研究[J].计算机测量与控制,2014(2):357-359. |
| |
作者姓名: | 冯辉宗 彭丹 袁荣棣 |
| |
摘 要: | 针对发动机的故障分类问题,提出了一种基于粒子群(PSO)优化支持向量机(SVM)的发动机故障诊断方法,采用粒子群算法优化支持向量机的惩罚系数C和核宽度系数σ,并在MATLAB环境下对发动机进行故障类别诊断,通过对发动机典型故障的诊断研究表明,采用PSO-SVM算法模型的故障诊断的精确度和效率都得到了提高,该方法与BP神经网络、PSO-BP、标准SVM相比,有较高的分类准确率,准确率可高达100%;与GA-SVM方法相比,诊断效率有所提高,从而验证了该方法在发动机故障诊断中的有效性。
|
关 键 词: | 粒子群优化算法 支持向量机 发动机 故障诊断 |
本文献已被 CNKI 等数据库收录! |
|