论文部分内容阅读
将量子粒子群优化算法引入Volterra级数模型的非线性辨识中，并结合隐Markov模型（hidden Markov model，HMM），提出了一种基于量子粒子群优化的Volterra时域核特征提取的HMM识别方法，在提出的方法中，利用量子粒子群优化算法辨识得到的前三阶Volterra时域核作为故障特征，输入到各种状态的HMM中，其中，输出概率最大的HMM对应的状态即为设备的当前运行状态。提出的方法克服了传统的基于Voherra模型系统的机械故障诊断要求目标函数连续可导、容易陷入局部最小以及抗干扰能力差