基于EEMD和CS-SVM的滚动轴承故障诊断python

1、集成经验模态分解EEMD

详细请见博客EEMD.

2、布谷鸟算法CS

2.1、背景原理

       在自然界中,布谷鸟寻找适合自己产卵的鸟窝位置是随机的或是类似随机的方式,为了模拟布谷鸟寻窝的方式,首先,需要设定以下3个理想的状态

  1. 布谷鸟一次只产一个卵,并随机选择鸟窝来孵化它;
  2. 在随机选择的一组鸟窝中,最好的鸟窝将会被保留到下一代;
  3. 可利用的鸟窝数量n是固定的,一个鸟窝的主人能发现一个外来鸟蛋的概率Pa∈[0,1]。

    寻找鸟窝的过程的搜索算法为Levy飞行,即莱维飞行。简单来说,莱维飞行是由较长时间的短步长和较短时间的长步长组成。在此算法中,布谷鸟寻找鸟窝首先随机选择一个方向,然后确定要走多远。Levy分布要求大概率落在值比较小的位置,小概率落在值比较大的位置,刚好满足这种均匀分布。

2.2、搜索机制

布谷鸟搜索算法是开关参数pa控制的局部随机游走和全局探索随机游走的平衡组合,局部搜索如下式:

你可能感兴趣的:(滚动轴承故障诊断,支持向量机,python,算法)