首页 | 本学科首页   官方微博 | 高级检索  
     

蚁群支持向量机在内燃机故障诊断中的应用研究
引用本文:吴震宇,袁惠群.蚁群支持向量机在内燃机故障诊断中的应用研究[J].振动与冲击,2009,28(3):83-86.
作者姓名:吴震宇  袁惠群
作者单位:东北大学 机械工程与自动化学院,辽宁 沈阳110004
基金项目:国家高技术研究发展计划(863计划) 
摘    要:针对目前支持向量机参数选择时人为选择的盲目性,将具有良好优化性能的蚁群优化技术应用到支持向量机惩罚函数和核函数参数的优化,提出了蚁群优化支持向量机方法。根据内燃机气门振动信号实测数据,建立了基于蚁群优化支持向量机的内燃机气门间隙故障诊断模型,并与基于遗传支持向量机和反向传播神经网络算法的模型比较。结果表明:应用蚁群优化支持向量机建立的内燃机气门间隙故障诊断模型无论从学习效率还是故障识别准确性上都优于应用另外两种算法建立的模型,能够有效地进行内燃机的故障诊断。

关 键 词:蚁群算法    支持向量机    BP神经网络    故障诊断  
收稿时间:2008-5-15
修稿时间:2008-6-19

Fault diagnosis of an engine with an ant colony support vector machine
WU Zhen-yu,YUAN Hui-qun.Fault diagnosis of an engine with an ant colony support vector machine[J].Journal of Vibration and Shock,2009,28(3):83-86.
Authors:WU Zhen-yu  YUAN Hui-qun
Affiliation:School of Mechanical Engineering and Automation, Northeastern University, Shengyang 110004, China
Abstract:
Keywords:ant colony optimization                                                      support vector machine                                                      BP neural networks                                                      fault diagnosis
本文献已被 维普 万方数据 等数据库收录!
点击此处可从《振动与冲击》浏览原始摘要信息
点击此处可从《振动与冲击》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号