[发明专利]一种基于改进帝国竞争算法优化SVC的轴承故障诊断方法

权利要求书

1.一种基于改进帝国竞争算法优化SVC的轴承故障诊断方法，其特征是：所述方法中SVC的惩罚因子C和核参数Gamma为经过改进的帝国竞争算法优化后得到的；

所述改进帝国竞争算法是指包含有帝国强化策略的帝国竞争算法；

所述帝国强化策略是指在帝国竞争算法的每一轮迭代过程中，将每一个帝国与随机选取的四个帝国作为差分进化算法的输入，依次经过差分进化算法中的突变、交叉和选择，输出最强帝国作为下一次迭代过程中殖民地群的帝国。

2.根据权利要求1所述的一种基于改进帝国竞争算法优化SVC的轴承故障诊断方法，其特征在于，所述突变的过程为：

H_imp＝Imp_best+F×(Random_imp1-Random_imp2)+F×(Random_imp3-Random_imp4)；

其中，Imp_best为最强帝国主义国家，Random_imp1，Random_imp2，Random_imp3，Random_imp4为随机选择的四个帝国主义国家，且Random_imp1为第一个随机选择的国家，Random_imp2为第二个随机选择的国家，Random_imp3为第三个随机选择的国家，Random_imp4为第四个随机选择的国家，F为缩放因子，H_imp为突变国家；

缩放因子F的计算方法为：

其中，index表示当前的迭代次数，epoch表示最大的迭代次数，π表示数学中的pi，cos(·)为余弦函数；a为常数，取值为0.4。

3.根据权利要求1所述的一种基于改进帝国竞争算法优化SVC的轴承故障诊断方法，其特征在于，交叉的过程为：

其中，V_imp为突变帝国和每一轮迭代送入帝国交叉后得到的新帝国，Imp[i]为送入帝国的第i维，H_imp[i]为突变帝国的第i维，CR为交叉概率；

交叉概率CR的计算方法为：

其中，index表示当前的迭代次数，epoch表示最大的迭代次数，π表示数学中的pi，cos(·)为余弦函数；a为常数，取值为0.4。

4.根据权利要求1所述的一种基于改进帝国竞争算法优化SVC的轴承故障诊断方法，其特征在于，选择的过程为：

Imp_new＝min{fitness(H_imp)，fitness(v_imp)，fitness(Imp)}；

其中，Imp_new为帝国强化策略后的新的帝国，fitness(H_imp)，fitness(V_imp)，fitness(Imp)分别为突变帝国的适应度值、交叉生成帝国的适应度值和原始帝国的适应度值。