买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜上海工程技术大学申请的专利一种基于改进帝国竞争算法优化SVC的轴承故障诊断方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113947111B 。

龙图腾网通过国家知识产权局官网在2025-05-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111218774.8，技术领域涉及：G06F18/24；该发明授权一种基于改进帝国竞争算法优化SVC的轴承故障诊断方法是由李媛媛;戚博炜;姚炜;李志博;孙祺淳;唐明;侯玲玉;陈嘉航设计研发完成，并于2021-10-20向国家知识产权局提交的专利申请。

本一种基于改进帝国竞争算法优化SVC的轴承故障诊断方法在说明书摘要公布了：本发明涉及一种基于改进帝国竞争算法优化SVC的轴承故障诊断方法，所述方法中SVC的惩罚因子C和核参数Gamma为经过改进的帝国竞争算法优化后得到的；所述改进帝国竞争算法是指包含有帝国强化策略的帝国竞争算法；所述帝国强化策略是指在帝国竞争算法的每一轮迭代过程中，将每一个帝国与随机选取的四个帝国作为差分进化算法的输入，依次经过差分进化算法中的突变、交叉和选择，输出最强帝国作为下一次迭代过程中殖民地群的帝国。本发明的改进的帝国竞争算法提供的帝国强化策略可以增加多样性，防止帝国以及殖民地陷入的局部最优，进一步使用改进的帝国竞争算法去优化SVC，可以很好地帮助SVC找到最佳的超参数，从而帮助模型提高故障诊断的准确率。

本发明授权一种基于改进帝国竞争算法优化SVC的轴承故障诊断方法在权利要求书中公布了：1.一种基于改进帝国竞争算法优化SVC的轴承故障诊断方法，其特征是：所述方法中SVC的惩罚因子C和核参数Gamma为经过改进的帝国竞争算法优化后得到的；所述改进帝国竞争算法是指包含有帝国强化策略和帝国学习策略的帝国竞争算法；所述帝国强化策略是指在帝国竞争算法的每一轮迭代过程中，将每一个帝国与随机选取的四个帝国作为差分进化算法的输入，依次经过差分进化算法中的突变、交叉和选择，输出最强帝国作为下一次迭代过程中殖民地群的帝国；所述突变的过程为：Himp＝Impbest+F×Randomimp1-Randomimp2+F×Randomimp3-Randomimp4；其中，Impbest为最强帝国主义国家，Randomimp1,Randomimp2,Randomimp3,Randomimp4为随机选择的四个帝国主义国家，且Randomimp1为第一个随机选择的国家，Randomimp2为第二个随机选择的国家，Randomimp3为第三个随机选择的国家，Randomimp4为第四个随机选择的国家，F为缩放因子，Himp为突变国家；缩放因子F的计算方法为： 其中，index表示当前的迭代次数，epoch表示最大的迭代次数，π表示数学中的pi，cos·为余弦函数；a为常数，取值为0.4；交叉的过程为： 其中，Vimp为突变帝国和每一轮迭代送入帝国交叉后得到的新帝国，Imp[i]为送入帝国的第i维，Himp[i]为突变帝国的第i维，CR为交叉概率；交叉概率CR的计算方法为： 其中，index表示当前的迭代次数，epoch表示最大的迭代次数，π表示数学中的pi，cos·为余弦函数；a为常数，取值为0.4；选择的过程为：Impnew＝min{fitnessHimp,fitnessVimp,fitnessImp}；其中，Impnew为帝国强化策略后的新的帝国，fitnessHimp,fitnessVimp,fitnessImp分别为突变帝国的适应度值、交叉生成帝国的适应度值和原始帝国的适应度值；所述帝国学习策略是指从最弱小的帝国中派去殖民地在最强的帝国周围进行学习；所述最弱小的帝国是指现有的所有帝国中总能量最小的帝国；从最弱小的帝国中派去殖民地是指，将所述最弱小的帝国中对所有的殖民地按照适应度值从大到小排序，取前3个殖民地派出；若所有的殖民地总数≤3，则全部派出；所述最强的帝国是指现有的所有帝国中总能量最大的帝国；所述学习的策略如下：bounds[i]＝[xbest[i]×U0,0.5,xbest[i]×1+0,0.5]； 其中，bounds[i]为第x中的第i维坐标的范围，x表示殖民地坐标；xbest[i]表示x中的第i维，U0,0.5表示生成在区间0,0.5中均匀分布的随机数，xnew表示新生成的殖民地坐标，LHSample为生成拉丁超立方抽样样本，dim表示x的维度，bounds为输出边界，colonies表示殖民地个数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海工程技术大学，其通讯地址为：201620 上海市松江区龙腾路333号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。