基于改進果蠅優(yōu)化算法優(yōu)化RVM的電機軸承故障診斷

摘要：針對相關(guān)向量機(RVM)在電機軸承故障識別中的性能受參數(shù)選擇影響較大的問題,提出了基于反向認(rèn)知果蠅優(yōu)化算法(RCFOA)優(yōu)化RVM的電機軸承故障診斷方法。為提高FOA算法的尋優(yōu)能力,引入反向?qū)W習(xí)策略,對原始果蠅優(yōu)化算法進行了改進。利用RCFOA進行RVM參數(shù)的優(yōu)化,可以有效地提高RVM的分類性能。電機軸承不同類型、不同程度故障診斷的實例表明,RCFOA算法能夠獲得更優(yōu)的參數(shù),提高了RVM的故障診斷準(zhǔn)確率,相比于其他一些方法更有優(yōu)勢,可有效應(yīng)用于故障診斷。