基于粒子群优化决策树的齿轮箱故障诊断

摘要：

针对现有支持向量机(support vector machines,简称SVM)在构造多类分类器的过程中存在计算费时、搜索率不高的问题,提出了一种新的SVM决策树设计算法.引入具有优良的全局搜索性能的粒子群算法,将其应用于优化决策树,构造出一种自适应性强、识别率高的多元分类器,实现SVM的有效多值分类.将其结果应用于齿轮箱故障诊断中,试验结果证明改进后的SVM构造方法的有效性和准确性.

关键词：粒子群、决策树、支持向量机、故障诊断

所属期刊栏目：33

分类号：TH165.3

资助基金：山西省自然科学基金资助项目2011011026-3

在线出版日期：2013-04-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：153-156