论文研究 改进多分类决策策略的RVM及其在液压泵故障诊断中的应用.pdf

针对传统多分类相关向量机（relevance vector machine，RVM）采用“最大票数赢（MVW）”决策策略的不足，为了提升相关向量机的多分类能力，首先改进了RVM的多分类决策策略，并利用具有Lévy飞行特征的果蝇算法（LFOA）对RVM核参数进行寻优，建立了LFOA-RVM分类模型。在适应度函数的评判下，果蝇种群经过多次迭代对指定范围内的核参数进行全局搜索寻优，完成模型建立。四组UCI标准数据集的MATLAB仿真实验结果表明，改进后的多分类决策策略和优化方法有效、可靠，能够提升RVM的分类能力；进一步将此模型应用于液压泵故障诊断，同样取得了较好的分类效果，验证了分类模型的有效性。