摘  要：支持向量機是柴油機進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影響到分類結(jié)果正確率。針對這一問題，提出利用改進人工蜂群算法對支持向量機相關(guān)參數(shù)進行選擇優(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，通過對1個UCI數(shù)據(jù)集進行分類測試測試，證明了該改進方法的優(yōu)越性：既繼承了傳統(tǒng)方法的優(yōu)點又減少了收斂時間。最后將其用于柴油機故障診斷實驗，進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，能夠有效降低運行時間。 關(guān)鍵詞：[登陸后可查看全文]