机床与液压
機床與液壓
궤상여액압
MACHINE TOOL & HYDRAULICS
2014年
7期
152-154
,共3页
支持向量机%粒子群%参数优化%故障诊断
支持嚮量機%粒子群%參數優化%故障診斷
지지향량궤%입자군%삼수우화%고장진단
SVM%PSO%Parameter optimization%Fault diagnosis
为了解决支持向量机惩罚因子 c 和核函数 g的确定只能依靠先验知识的缺点，提出了基于粒子群优化算法（PSO）的支持向量机参数优化的模型，通过PSO的寻优自动获得最优的支持向量机参数。并运用JZQ250型齿轮箱进行故障诊断，实验表明所提出的模型很好地解决了参数选择问题，使SVM性能有所提升。
為瞭解決支持嚮量機懲罰因子 c 和覈函數 g的確定隻能依靠先驗知識的缺點，提齣瞭基于粒子群優化算法（PSO）的支持嚮量機參數優化的模型，通過PSO的尋優自動穫得最優的支持嚮量機參數。併運用JZQ250型齒輪箱進行故障診斷，實驗錶明所提齣的模型很好地解決瞭參數選擇問題，使SVM性能有所提升。
위료해결지지향량궤징벌인자 c 화핵함수 g적학정지능의고선험지식적결점，제출료기우입자군우화산법（PSO）적지지향량궤삼수우화적모형，통과PSO적심우자동획득최우적지지향량궤삼수。병운용JZQ250형치륜상진행고장진단，실험표명소제출적모형흔호지해결료삼수선택문제，사SVM성능유소제승。
In order to solve the shortcoming of the support vector machine (SVM)'s penalty factor c and the nuclear function pa-rameter g only can depend upon the apriori knowledge,a model of SVM parameter optimization was presented,based on the optimal algorithm of PSO.Through automatic optimization of the PSO,the optimal parameters of SVMwere gotten,and the fault diagnosis was carried on by using the JZQ250 gear box.Experiments show that model presented is a very good solution to the problem of selecting pa-rameters,and makes some promotion of the SVM performance.
