PSO与LS混合算法在故障特征选择中的应用

发布时间：2018-05-18 10:38

  本文选题：特征选择 + 特征子集　； 参考：《机械设计与研究》2016年04期

【摘要】：为了提高分类器的分类精度和泛化能力,提出一种基于粒子群算法(Particle Swarm Optimization,PSO)和拉普拉斯分值(Laplace Score,LS)的混合式故障特征选择方法。该方法首先采用过滤式的特征选择方法(LS)对原始特征集进行筛选,然后利用PSO在经过精简的特征子空间里进行随机搜索,搜索过程中以支持向量机的分类准确率为适应度函数,选择出最优特征子集。用双跨转子实验台的一组故障特征数据集进行验证。实验结果表明,该方法可以有效地筛选出规模较小且最有辨别力的特征子集,能显著提高分类器的分类准确率及效率。
[Abstract]:In order to improve the classification accuracy and generalization ability of the classifier, a hybrid fault feature selection method based on particle swarm optimization (PSO) and Laplace ScoreSwarm (LSs) is proposed. Firstly, the original feature set is filtered by filtering feature selection method (LSs), and then PSO is used to carry out random search in the reduced feature subspace. In the process of searching, the classification accuracy of support vector machine is regarded as the fitness function. The optimal feature subset is selected. A set of fault feature data set of the two-span rotor test bench is used to verify this problem. The experimental results show that the proposed method can effectively screen out the smaller and most discriminative feature subsets and can significantly improve the classification accuracy and efficiency of the classifier.
【作者单位】： 兰州理工大学机电工程学院;
【基金】：高等学校博士学科点专项科研基金资助项目(20136201110004)
【分类号】：TH17;TP18

【相似文献】

相关期刊论文 前10条

1 郑长征,李智;基于粒子群算法的斗轮机结构优化设计[J];矿山机械;2004年12期

2 高潮;刘志雄;;基于轮盘赌编码和粒子群算法的并行机调度优化[J];机械制造;2010年06期

3 李浩平;方子帆;计三有;;基于离散粒子群算法的资源约束下多项目资源优化方法研究[J];现代机械;2011年01期

4 张新敏;丘汉金;;基于混合粒子群算法的多订单转换成本研究[J];机械工程师;2013年01期

5 葛锐;陈建桥;魏俊红;;基于改进粒子群算法的机械结构优化设计[J];机械科学与技术;2007年08期

6 吴军;李为吉;;基于改进粒子群算法的盘式制动器优化设计[J];机械设计与制造;2007年04期

7 何建佳;徐福缘;叶伟;;置换流水车间调度的文化量子粒子群算法[J];机械设计与制造;2009年08期

8 王占奎;焦红伟;王得胜;逄明华;;基于遗传粒子群算法的集成块布局优化[J];机床与液压;2007年11期

9 张其亮;陈永生;;有效的混合粒子群算法求解阻塞流水车间调度问题[J];计算机集成制造系统;2012年12期

10 曹春红,张永坚,李文辉;杂交粒子群算法在工程几何约束求解中的应用[J];仪器仪表学报;2004年S2期

相关硕士学位论文 前3条

1 方群;多目标拆卸线平衡问题的改进粒子群算法研究[D];西南交通大学;2014年

2 谭立静;粒子群算法及其在串联盘输送机控制系统中的应用研究[D];辽宁工程技术大学;2007年

3 季少梅;柔性路径下基于混合粒子群算法的跨单元调度方法[D];北京理工大学;2011年

，

本文编号：1905516