论文部分内容阅读
目的为了提高故障预测的精度,针对支持向量回归SVR（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）算法优化支持向量回归（SVR）的故障预测模型（ABC-SVR）。方法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模型的优越性。结果采用ABC算法优化的SVR故障预测模型进行时间