摘要:針對相關(guān)向量機(jī)(RVM)在電機(jī)軸承故障識別中的性能受參數(shù)選擇影響較大的問題,提出了基于反向認(rèn)知果蠅優(yōu)化算法(RCFOA)優(yōu)化RVM的電機(jī)軸承故障診斷方法。為提高FOA算法的尋優(yōu)能力,引入反向?qū)W習(xí)策略,對原始果蠅優(yōu)化算法進(jìn)行了改進(jìn)。利用RCFOA進(jìn)行RVM參數(shù)的優(yōu)化,可以有效地提高RVM的分類性能。電機(jī)軸承不同類型、不同程度故障診斷的實例表明,RCFOA算法能夠獲得更優(yōu)的參數(shù),提高了RVM的故障診斷準(zhǔn)確率,相比于其他一些方法更有優(yōu)勢,可有效應(yīng)用于故障診斷。
注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社