摘要：为了提高故障预测的精度，针对支持向量回归(support vector machine for regression，SVR)参数选择困难 的问题，提出一种采用人工蜂群(artificial bee colony，ABC)算法优化(SVR)的故障预测模型(ABC-SVR)。该模型先 对样本数据进行重构，然后将故障预测误差(适应度)作为优化目标，通过ABC 算法寻优找到最优的SVR 参数，建 立故障预测模型。最后通过实例仿真验证了模型的优越性。仿真结果表明：ABC-SVR 模型有效解决了SVR 参数选 择难题，能够更加准确地表现故障变化规律，提高了故障预测精度。