ABC算法优化SVR的磨损故障预测模型

摘要

为了提高故障预测的精度,针对支持向量回归(support vector machine for regression,SVR)参数选择困难的问题,提出一种采用人工蜂群(artificial bee colony,ABC)算法优化(SVR)的故障预测模型(ABC-SVR).该模型先对样本数据进行重构,然后将故障预测误差(适应度)作为优化目标,通过ABC算法寻优找到最优的SVR参数,建立故障预测模型.最后通过实例仿真验证了模型的优越性.仿真结果表明:ABC-SVR模型有效解决了SVR参数选择难题,能够更加准确地表现故障变化规律,提高了故障预测精度.