改进PSO BP Adaboost算法在尺寸超差故障诊断中的应用

• 作者: 于苏洋 叶长龙 姜春英 康玉祥
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 故障诊断 粒子群优化 神经网络 Adaboost算法
• 年，卷（期）: 2018,（20）
• 所属期刊栏目: 智能制造
• 页码范围: 2490-2494
• 页数: 5页
• 分类号: TP306.3|TP183
• 字数: 2557字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2018.20.015

摘要

利用改进的粒子群优化算法优化BP神经网络,组合多个优化BP网络构成Adaboost强分类器,采用"一对一"分类思想建立了改进PSO BP Adaboost多分类器算法,并在部分UCI数据集上进行了有效性验证.实例中,将某零件上相同尺寸、不同位置的4个孔的直径作为BP网络的输入值,利用真实数据进行验证,该算法的分类正确率达到98％,表明提出的改进多分类器算法可有效用于尺寸超差故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶长龙	沈阳航空航天大学机电工程学院	25	134	7.0	11.0
2	姜春英	沈阳航空航天大学机电工程学院	22	35	3.0	5.0
3	康玉祥	沈阳航空航天大学机电工程学院	8	15	2.0	3.0
4	于苏洋	沈阳航空航天大学机电工程学院	11	29	3.0	5.0