《表2 不同工况下离心式压缩机采用蚁群聚类算法训练输出的信息素矩阵》
通过对计算得到的频域特征参数进行观察发现,P1、P2、P7在正常工况和故障状态下的数值差异明显,远远高于其他参数在数值上的差异,因此,选用P1、P2、P7作为蚁群聚类算法输入的特征量,容易被算法识别,敏感度更高。编制基于Matlab的蚁群聚类算法训练程序,选取ρ=0.3,蚁群规模为16,经600次迭代后得到信息素矩阵(表2)。其表明算法聚类中心明确,达到了训练目的。
图表编号 | XD0045772000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.25 |
作者 | 祝勇仁、蔡杰、善盈盈 |
绘制单位 | 浙江机电职业技术学院机械技术系 |
更多格式 | 高清、无水印(增值服务) |