湖州职业技术学院学报
湖州職業技術學院學報
호주직업기술학원학보
Journal of Huzhou Vocational and Technological College
2015年
3期
5-9
,共5页
PSO%SVM%数控机床%故障分类器
PSO%SVM%數控機床%故障分類器
PSO%SVM%수공궤상%고장분류기
particle swarm optimization%support vector machine%nc machine%fault classifier
为实现小样本下数控机床故障分类器的设计，通过分析故障分类器构造的基本原理，采用支持向量机（SVM）的神经网络实现，然后用改进的粒子群算法（PSO）对 SVM 的参数进行优化，改进的 PSO 算法主要采取了团体互助优化策略，系统分别采用了训练样本和测试样本，并用 BP 神经网络算法和 PSOSVM 神经网络算法进行测试，通过对比测试说明改进 PSO 算法的优越性。
為實現小樣本下數控機床故障分類器的設計，通過分析故障分類器構造的基本原理，採用支持嚮量機（SVM）的神經網絡實現，然後用改進的粒子群算法（PSO）對 SVM 的參數進行優化，改進的 PSO 算法主要採取瞭糰體互助優化策略，繫統分彆採用瞭訓練樣本和測試樣本，併用 BP 神經網絡算法和 PSOSVM 神經網絡算法進行測試，通過對比測試說明改進 PSO 算法的優越性。
위실현소양본하수공궤상고장분류기적설계，통과분석고장분류기구조적기본원리，채용지지향량궤（SVM）적신경망락실현，연후용개진적입자군산법（PSO）대 SVM 적삼수진행우화，개진적 PSO 산법주요채취료단체호조우화책략，계통분별채용료훈련양본화측시양본，병용 BP 신경망락산법화 PSOSVM 신경망락산법진행측시，통과대비측시설명개진 PSO 산법적우월성。
For small sample of the design of the NC machine fault classifier,the basic principle of fault classifier structure,was illustrated and using the neural network implementation of support vector machine (SVM),and used the improved particle swarm (PSO)algorithm to opti-mize parameters of SVM,the improved PSO algorithm mainly adopted association cooperation optimization strategy,system adopted the training sample and test sample respectively,and the BP neural network algorithm and PSOSVM neural network algorithm,through the con-trast test shows that improved PSO algorithm is good.
