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(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,将粒子群优良的全局搜索性能应用于优化决策树,构造出多元分类器,最终实现SVM 的有效多值分类.将其应用于齿轮箱故障诊断中,证明了改进后的SVM构造方法的有效性和准确性.

关键词： 齿轮箱 故障诊断 粒子群优化算法 决策树模型 支持向量机

作者: 程珩 黄超勇 张永刚

作者单位: 太原理工大学机械电子研究所,山西太原 030024

会议类型: 国内会议

会议名称: 全国高校机械工程测试技术研究会、中国振动工程学会动态测试专业委员会2012年代表大会暨学术年会

会议地点: 鞍山

会议语种:中文

页码: 1-5

在线出版日期: 2012-07-23（万方平台首次上网日期，不代表论文的发表时间）