演化策略用于高维故障样本集最优统计聚类分析

• 作者: 张育林 谢涛 陈火旺
• 来源期刊: 推进技术
• 学科: 数学
• 关键词: 液体推进剂火箭发动机 故障诊断 故障分析 演化策略 计算数学
• 年，卷（期）: 2000,（5）
• 所属期刊栏目: 发动机及其部件
• 页码范围: 34-37,52
• 页数: 5页
• 分类号: O241|V434.1
• 字数: 4166字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-4055.2000.05.010

摘要

针对液体火箭发动机推进系统超高维故障样本数据的聚类问题,提出基于演化策略的最优统计聚类算法.为预防算法过早收敛,演化策略采用了父本适应值的动态调整值与共享函数,并针对超高维数据聚类提出了控制参数的适应性调整技术;为使算法能最终跳出局部最优死区,提出算法的局部调整策略.该算法用于液体火箭发动机典型故障仿真数据集分析,并取得了最优聚类结果.此外,还基于IRIS 数据集比较了该算法与FKCN模糊自主聚类算法.仿真分析表明了算法在高维数据聚类分析中的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张育林	国防科技大学航天与材料工程学院	83	564	13.0	18.0
2	陈火旺	国防科技大学计算机学院	56	1155	18.0	33.0
3	谢涛	国防科技大学计算机学院	5	55	3.0	5.0