基于改进 PSO 优化 SVM 网络的数控机床故障分类器设计

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。

关键词：PSO、SVM、数控机床、故障分类器

分类号：TP183(自动化基础理论)

资助基金：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”。

在线出版日期：2015-10-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：5-9