-
公开(公告)号：CN113947111B
公开(公告)日：2025-05-02
申请号：CN202111218774.8
申请日：2021-10-20
Applicant: 上海工程技术大学
IPC: G06F18/24 , G06F18/213 , G06N3/006 , G01M13/045
Abstract: 本发明涉及一种基于改进帝国竞争算法优化SVC的轴承故障诊断方法，所述方法中SVC的惩罚因子C和核参数Gamma为经过改进的帝国竞争算法优化后得到的；所述改进帝国竞争算法是指包含有帝国强化策略的帝国竞争算法；所述帝国强化策略是指在帝国竞争算法的每一轮迭代过程中，将每一个帝国与随机选取的四个帝国作为差分进化算法的输入，依次经过差分进化算法中的突变、交叉和选择，输出最强帝国作为下一次迭代过程中殖民地群的帝国。本发明的改进的帝国竞争算法提供的帝国强化策略可以增加多样性，防止帝国以及殖民地陷入的局部最优，进一步使用改进的帝国竞争算法去优化SVC，可以很好地帮助SVC找到最佳的超参数，从而帮助模型提高故障诊断的准确率。
-
公开(公告)号：CN113610116A
公开(公告)日：2021-11-05
申请号：CN202110800113.X
申请日：2021-07-14
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种自适应差分进化算法优化支持向量机的故障诊断方法，采集待诊断故障的轴承的振动信号，并对其进行预处理得到数据后，将数据输入到训练好的支持向量机模型中，由其输出轴承故障诊断结果；预处理的过程即依次进行分解、特征提取和特征选择的过程；支持向量机模型的训练步骤如下：(1)采集已诊断故障的轴承的振动信号，并对其进行所述预处理得到训练样本数据；(2)优化支持向量机模型的模型参数C和gamma；(3)训练支持向量机模型；将参数C和gamma的取值代入支持向量机模型中，利用训练样本数据对支持向量机模型进行训练。本发明可实现参数的自适应调整，从而使得支持向量机算法达到较优的结果，提高了算法的鲁棒性和准确度。
-
公开(公告)号：CN113610116B
公开(公告)日：2023-07-04
申请号：CN202110800113.X
申请日：2021-07-14
Applicant: 上海工程技术大学
IPC: G06F18/2411 , G06N3/006 , G06N20/10 , G06F18/214
Abstract: 本发明涉及一种自适应差分进化算法优化支持向量机的故障诊断方法，采集待诊断故障的轴承的振动信号，并对其进行预处理得到数据后，将数据输入到训练好的支持向量机模型中，由其输出轴承故障诊断结果；预处理的过程即依次进行分解、特征提取和特征选择的过程；支持向量机模型的训练步骤如下：(1)采集已诊断故障的轴承的振动信号，并对其进行所述预处理得到训练样本数据；(2)优化支持向量机模型的模型参数C和gamma；(3)训练支持向量机模型；将参数C和gamma的取值代入支持向量机模型中，利用训练样本数据对支持向量机模型进行训练。本发明可实现参数的自适应调整，从而使得支持向量机算法达到较优的结果，提高了算法的鲁棒性和准确度。
-
公开(公告)号：CN113947111A
公开(公告)日：2022-01-18
申请号：CN202111218774.8
申请日：2021-10-20
Applicant: 上海工程技术大学
IPC: G06K9/00
Abstract: 本发明涉及一种基于改进帝国竞争算法优化SVC的轴承故障诊断方法，所述方法中SVC的惩罚因子C和核参数Gamma为经过改进的帝国竞争算法优化后得到的；所述改进帝国竞争算法是指包含有帝国强化策略的帝国竞争算法；所述帝国强化策略是指在帝国竞争算法的每一轮迭代过程中，将每一个帝国与随机选取的四个帝国作为差分进化算法的输入，依次经过差分进化算法中的突变、交叉和选择，输出最强帝国作为下一次迭代过程中殖民地群的帝国。本发明的改进的帝国竞争算法提供的帝国强化策略可以增加多样性，防止帝国以及殖民地陷入的局部最优，进一步使用改进的帝国竞争算法去优化SVC，可以很好地帮助SVC找到最佳的超参数，从而帮助模型提高故障诊断的准确率。
-
-
-
Search Results
4
records
(took 0.025 seconds)
