论文部分内容阅读
提出了基于量子遗传算法（QGA）优化相关向量机（RVM）核函数参数的方法,通过仿真比较了量子遗传算法与其它方法在核函数参数优化方面的性能,结果表明基于量子遗传算法优化出的算法性能优于其它方法的优化性能。将基于量子遗传算法优化的相关向量机（QGA-RVM）应用于滚动轴承的故障诊断;采用总体平均经验模态分解（EEMD）将滚动轴承故障信号自适应地分解成多个内禀模态函数（IMF）,将IMF能量作为故障特征输入到QGA-RVM进行最终的故障诊断。结果表明,该方法能够快速准确地诊断出滚动轴承故障,验证了该方法的有效性