关键词：SVM支持向量机;;泛化能力;;局部搜索;;高速列车;;故障诊断
摘 要：针对传统SVM算法在参数寻优过程中存在的精度低,进而降低了高速列车机械振动故障分类正确率的问题,结合当前的智能算法和故障诊断基本流程,提出一种GA-PSO-SVM算法。对此,首先对机械振动故障流程进行简单的介绍,然后对高速列车的结构及不同工况进行分析。在理论分析基础上,对SVM算法进行改进,即针对GA算法识别精度低,泛化能力弱的特点,引入PSO算法对其进行优化,进而得到最优的SVM参数C和g。最后,采用MATLAB软件对上述模型进行仿真,验证了方法的实用性和可行性。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取