基于改进粒子群算法的HMM训练研究与应用  

作　　者：张璐[1] 芮挺[1] 朱会杰[1] 周游[2] 

机构地区：[1]解放军理工大学国防工程学院,江苏南京210007 [2]江苏经贸职业技术学院,江苏南京210007

出　　处：《机电信息》2015年第12期132-133,共2页

摘　　要：针对隐马尔可夫模型常用的Baum-Welch训练算法对初始参数选择依赖大、全局寻优能力不足的缺陷,提出了基于改进粒子群算法训练HMM的新方法。它既结合了经典粒子群算法全局搜索的特点,又通过对全局最优值加入扰动的策略以及对惯性权重加入高斯函数的调整策略增加了群体多样性。实验表明,基于改进训练算法的HMM故障诊断方法算法稳定、训练速度快、分类准确率高,可以用于轴承的故障诊断工作。

关 键 词：HMM 滚动轴承 隐马尔可夫模型 粒子群优化 

分 类 号：TH165.3[机械工程—机械制造及自动化] TH133.3