作者：聂立新 张天侠 张丽萍 郭立新支持向量机粒子群优化算法动态邻域田口试验惩罚参数核函数评估参数故障诊断
摘要：设定了基于粒子序号和粒子邻居数量的动态邻域粒子群模式,并通过田口试验分析了6种测试函数的优化性能,选定了粒子群算法的惯性权重、粒子邻居数量及加速系数等参数的较优渐变模式,建立了具有较为广泛适应性且运算量相对较低的动态邻域粒子群模型.利用该模型优化了支持向量机的惩罚参数和核函数评估参数,在发动机的故障特征识别过程中,通过与BP神经网络及标准粒子群算法优化参数的支持向量机等分类器的比较,动态邻域粒子群算法优化的支持向量机具有较高的特征识别能力和较强的鲁棒性.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《东北大学学报·自然科学版》（CN：21-1344/T）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《东北大学学报·自然科学版》的办刊方针是：发挥东大优势，反映东大水平，体现东大特色，扩大东大影响。主要栏目有:材料与冶金、信息科学与工程、资源与土木工程、机械工程、管理科学、数理化力学等。
杂志详情
