使用GA初始化CGHMM参数的轴承故障诊方法.PDFVIP

180 噪 声 与 振 动 控 制 第36 卷 文章编号：1006-1355(2016)02-0180-05 使用GA 初始化CGHMM 参数的轴承故障诊方法 陆汝华，颜文燕 ( 湘南学院 软件与通信工程学院，湖南 郴州 423000 ) 摘 要：连续高斯混合密度隐马尔可夫模型（Continuous Gaussian Mixture Hidden Markov Model, CGHMM）在故障 诊断领域得到了广泛应用，取得了较好效果。CGHMM 训练模型较大、局部最优，但模型参数初始化值会直接影响迭 代收敛速度和模型效用。全局最优的遗传算法（Genetic Algorithm, GA）初始化CGHMM 模型参数，为CGHMM 训练提 供了一个好的初始值，不仅可以加快收敛速度，还可以得到一个更好的模型。通过GA 初始化CGHMM 、CGHMM 训练 和CGHMM 诊断过程等三个方面的仿真实验和比较分析可以