文件名称：基于人工蜂群算法的支持向量机优化 (2011年)
文件大小：656KB
文件格式：PDF
更新时间：2024-06-07 08:30:43
自然科学 论文
支持向量机的分类性能在很大程度上取决于其相关参数的选择,针对该问题提出基于人工蜂群算法的支持 向量机参数优选方法并将其应用于电机轴承的智能故障诊断.该方法采用分类错误率的倒数作为适应度函数,利用人工蜂群算法对支持向量机的惩罚因子与核函数参数进行优化.通过在多个标准数据集上的测试证明,与遗传算法等传统优化算法相比,人工蜂群算法优化的支持向量机能够克服局部最优解,获得更高的分类正确率,并在小数目分类问题上有效地降低运行时间.将该方法应用于实测轴承故障信号的识别,对轴承故障信号进行小波变换,提取各个频段的归一化