基于改进PSO优化SVM网络的数控机床故障分类器设计

作     者：何彦虎 陆勤丰 王荣扬 HE Yan-hu;LU Qin-feng;WANG Rong-yang

作者机构：湖州职业技术学院机电与汽车工程学院湖州313000 

基　　金：浙江省教育厅2013年度科研项目"基于特征导向的数控机床故障诊断CLIPS专家系统研究(Y201327877)" 

出 版 物：《湖州职业技术学院学报》 (Journal of Huzhou Vocational and Technological College)

年 卷 期：2015年第13卷第3期

页      码：5-9页

摘      要：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。

主 题 词：PSO SVM 数控机床 故障分类器 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.13690/j.cnki.hzyxb.2015.03.002

馆 藏 号：203110009...