基于NGA优化SVM的滚动轴承故障诊断
点击次数：
第一作者：蒋永华
发表时间：2013-01-01
发表刊物：仪器仪表学报
所属单位：工学院、职业技术教育学院
文献类型：期刊
期号：第12期
页面范围：2684-2689
ISSN号：0254-3087
关键字：故障诊断；小生境遗传算法(NGA)；支持向量机(SVM)；Shannon能量熵
摘要：支持向量机(SVM)的分类性能受样本的特征以及SVM本身参数的选择影响较大。针对这种情况,基于Shannon能量熵、SVM和小生境遗传算法(NGA),提出了一种基于NGA优化SVM的滚动轴承故障诊断方法。该方法采用容错性强的Shannon能量熵作为特征参数,对信号进行EMD分解提取出前3个IMF分量作为特征信号,分别计算其Shannon能量熵作为特征向量得到样本集,作为多类别SVM的输入。在用样本训练SVM时,构造一种新的核函数,并采用NGA对SVM的核函数参数进行全局优化,使SVM获得最佳的分类性能,提
是否译文：否