论文部分内容阅读
数控机床状态预测对于及时发觉数控机床健康状况有着非常重要的作用。为了实现数控机床状态的准确预测,提出采用粒子群算法优化支持向量机（PSO-SVM）进行数控机床状态预测方法,其中粒子群算法用于确定支持向量机（SVM）中的训练参数,以得到优化的SVM预测模型。试验结果表明,用PSO-SVM对数控机床状态进行预测,不仅所需样本少,而且具有很好的预测精度。