[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

说明书

本发明涉及一种基于改进帝国竞争算法优化SVC的轴承故障诊断方法，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。本发明的改进的帝国竞争算法提供的帝国强化策略可以增加多样性，防止帝国以及殖民地陷入的局部最优，进一步使用改进的帝国竞争算法去优化SVC，可以很好地帮助SVC找到最佳的超参数，从而帮助模型提高故障诊断的准确率。

技术领域

本发明属于轴承故障诊断技术领域，涉及一种基于改进帝国竞争算法优化SVC的轴承故障诊断方法。

背景技术

随着科技的发展和时间的积淀，启发式算法已经得到了很好的发展。现如今提出了各式各样的启发式算法，例如布谷鸟算法，粒子群算法，遗传算法和帝国竞争算法，都是基于生物学、社会学等各领域得到的启发所创造出来的各式各样的优化算法。这些算法能够很好的与现如今的分类器相结合，帮助分类器去找到更加合适的超参数，从而得到更好的精度。

帝国竞争算法目前的应用：在医学领域E.Naseri提出了一种基于ICA聚类算法用于心律失常的诊断，通过ICA寻找到合适的加权因子辅助聚类算法得到更好的聚类效果；Korhan Güünel提出利用帝国主义竞争算法用于癫痫性癫痫发作和心理性非癫痫性癫痫发作(PNES)的分类；在调度问题中，Li，Ming提出了一种具有帝国合作的帝国主义竞争算法(ECICA)以最大程度地减少模糊制造期，从而解决模糊分布装配流水车间调度；Jabari提出了一种基于帝国竞争算法的最优冷水机组负荷问题，以找到冷水机组的部分负荷率，冷却通量和用电需求，并最大限度地降低了整个系统的能耗。在工程领域中，You，Ting将小波突变算子引入原始ICA，以提高其探测能力并对自动电压调节器(AVR)系统的分数阶PID控制器的参数进行调节。

在轴承的故障诊断中，帝国竞争算法能够很好地帮助SVC去找到更加合适超参数惩罚因子(C)和核参数(Gamma)，从而提高诊断精度。如果选择人工调节参数，需要耗费很多的时间，并且无法得到满意的精度。在目前的传统优化算法中，都有一个普遍的问题，容易陷入局部最优点，从而不能最大程度地发挥分类器的最大性能。

因此，针对这一问题需要针对帝国竞争算法进行改进。

发明内容

为解决现有技术中存在的问题，本发明提供一种基于改进帝国竞争算法优化SVC的轴承故障诊断方法。

为达到上述目的，本发明采用的方案如下：

一种基于改进帝国竞争算法优化SVC的轴承故障诊断方法，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(即适应度值最小的)作为下一次迭代过程中该殖民地群的帝国。

本发明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，使得每一个帝国与随机选中的四个帝国发生突变行为，则生成的新帝国朝着一个包含五个帝国的一个综合方向移动，然后原始帝国与新帝国一进行交叉产生一个新的帝国，这样可以保证算法的多样性，最后在原始帝国、新帝国一和新帝国二中选择最强的帝国作为下一轮迭代过程中该殖民地群的帝国。这样不仅可以增加种群的多样性，还可以帮助算法突破局部最优点，去寻找到全局最优点。