摘  要：支持向量機(jī)是柴油機(jī)進(jìn)行故障診斷的重要工具，然而其核函數(shù)參數(shù)和懲罰因子的不同取值會(huì)影響到分類結(jié)果正確率。針對(duì)這一問(wèn)題，提出利用改進(jìn)人工蜂群算法對(duì)支持向量機(jī)相關(guān)參數(shù)進(jìn)行選擇優(yōu)化，在該方法中，將參數(shù)作為食物源，而分類正確率作為適應(yīng)度函數(shù)。接著，通過(guò)對(duì)1個(gè)UCI數(shù)據(jù)集進(jìn)行分類測(cè)試測(cè)試，證明了該改進(jìn)方法的優(yōu)越性：既繼承了傳統(tǒng)方法的優(yōu)點(diǎn)又減少了收斂時(shí)間。最后將其用于柴油機(jī)故障診斷實(shí)驗(yàn)，進(jìn)一步證明了該方法不僅能夠獲得較高的故障分類正確率，而且與傳統(tǒng)人工蜂群算法相比，能夠有效降低運(yùn)行時(shí)間。 關(guān)鍵詞：[登陸后可查看全文]