典型文献
基于天牛须搜索优化支持向量机液压泵故障诊断
文献摘要：
为准确地对液压泵的典型故障进行诊断,同时针对支持向量机(Support Vector Machine,SVM)在故障诊断中的参数选择问题,将天牛须搜索算法(Beetle Antennae Search,BAS)应用到SVM的参数优化中,建立BAS-SVM液压泵故障诊断模型,以此来提高SVM在液压泵故障诊断中的性能.液压泵故障诊断实例的结果表明,相比于遗传算法、粒子群算法、果蝇算法等算法的改进算法,BAS得到的SVM参数更优,使SVM获得更高的诊断精度,从而验证了所提方法的有效性.
文献关键词：
故障诊断;天牛须搜索;支持向量机;参数优化;液压泵
中图分类号：
作者姓名：
张军翠;王立成
作者机构：
河北工业职业技术大学 智能制造学院, 石家庄 050091;河北科技大学 离退休工作处,石家庄 050018
文献出处：
引用格式：
[1]张军翠;王立成-.基于天牛须搜索优化支持向量机液压泵故障诊断)[J].噪声与振动控制,2022(03):105-109
A类：
B类：
搜索优化,优化支持向量机,液压泵,典型故障,时针,Support,Vector,Machine,参数选择,天牛须搜索算法,Beetle,Antennae,Search,BAS,故障诊断模型,粒子群算法,果蝇算法,改进算法
AB值：
0.298781
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。
