典型文献
基于鲸鱼算法优化LSSVM的铣刀磨损监测
文献摘要：
为解决铣刀磨损状态监测问题,提出一种改进的鲸鱼算法优化最小二乘支持向量机的状态识别方法.首先,采用变分模态分解处理铣削过程中的振动信号,分解得到的固有模态分量进行特征提取;然后,针对鲸鱼算法易陷入局部最优解、收敛精度低的问题,引入混合反向学习算法和非线性收敛因子进行改进,并采用基准测试函数验证改进后的鲸鱼算法的有效性;最后,将改进的鲸鱼算法优化LSSVM模型应用于铣刀磨损状态识别仿真实验.实验结果表明,相较于粒子群算法与传统鲸鱼算法,改进的鲸鱼算法优化LSSVM具有更高的识别精度.
文献关键词：
刀具磨损;鲸鱼算法;反向学习;最小二乘支持向量机
中图分类号：
作者姓名：
张庆华;龙伟;李炎炎;林懿
作者机构：
四川大学机械工程学院,成都610065
文献出处：
引用格式：
[1]张庆华;龙伟;李炎炎;林懿-.基于鲸鱼算法优化LSSVM的铣刀磨损监测)[J].四川大学学报（自然科学版）,2022(01):62-68
A类：
B类：
算法优化,LSSVM,铣刀,磨损监测,磨损状态,状态监测,监测问题,改进的鲸鱼算法,最小二乘支持向量机,状态识别,变分模态分解,铣削过程,振动信号,固有模态分量,局部最优解,收敛精度,反向学习,非线性收敛因子,基准测试函数,模型应用,粒子群算法,识别精度,刀具磨损
AB值：
0.25902
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
