改进和声搜索算法优化支持向量机的柴油机故障诊断研究.pdfVIP

第4期 组 合机 床 与 自动化加工 技术 No．4 2016年4月 M odularM achineTool＆ AutomaticManufacturingTechnique Apr．2016 文章编号：1001—2265(2016)04-0083—06 DOI：10．13462／j．cnki．mmtamt．2016．40．023 改进和声搜索算法优化支持向量机的柴油机 故障诊断研究术 沈绍辉，姚竹亭 (中北大学 机械与动力工程学院，太原 030051) 摘要：针对基本和声搜索算法在优化支持向量机参数时，其局部搜索能力不足且后期收敛速度比较 慢的缺点，提出利用改进和声搜索算法对支持向量机相关参数进行选择优化 (IHS．SVM)的方法。在 这一方法中，将原算法中控制参数一记忆库取值概率(HMCR)、微调概率(PAR)和调节宽度(bw)由 静态值改进为随迭代次数的不 同而进行动态变化。通过对 UCI中的2个数据集进行分类正确率测 试，并与未优化的支持向量机(SVM)和基本和声算法优化的支持向量机 (HS—SVM)测试结果对比，证 明了该改进方法的优越性。最后，将其用于柴油机故障诊断，并将分类正确率与未优化 SVM和HS— SVM分类结果进行比较，进一步说明改进和声搜索算法优化的支持向量机 (IHS．SVM)能获得更高的 分类结果正确率，即证 明了该改进方法的实用性 。 关键词：改进和声搜索算法；支持向量机；参数优化；柴油机故障诊断 中图分类号：TH165+．3；TG506 文献标识码 ：A ResearchonDieselEngineFaultDiagnosisBasedonSupportVectorMachineOptimized byImprovedHarmonySearchAlgorithm SHEN Shao—hui，YAO Zhu—ting (SchoolofMechanicalandPowerEngineering，NorthUniversityofChina，Taiyuan030051，China) Abstract：Inview ofthequestionwhichinsuffi cientlocalsearchabilityandslow convergencespeedathte lateperiodofbasicharmonyserachalgorithm inhteoptimizationofsupportvectormachinepraameters，hte paperusesimprovedharmonysearchalgorihtm tooptimizehterelatedpraametersofsupportvectormachine． Inhtemehtod，itchangesthestaticvaluesofcontrolpraameters—memoryvalueprobability(HMCR)，trim— mingprobability(PAR)nadwidht (bw)inhteoriginalalgorihtmtodynamicvaluesdependingonhtehum— berofiterations．ThroughclassificationaccuracytestoftwoUCIdatasetsnadcomparisonwiht testresul~ from unoptimizedSVM nadHS—SVM ，itdemonsrtateshtesuperiorityofhtemehtod．Finally，htemehtodis fordieselenginefaultdiagnosis，nadthroughcomparison wiht unopfimizedSVM nadHS—SVM ，itfurther proveshtatIHS-SVM Cna obatinhigherclassification ac