基于改进AdaBoost算法的柴油机故障诊断研究

• 作者: 尚前明 刘治江 曹玉佩 尹文龙
• 来源期刊: 武汉理工大学学报（交通科学与工程版）
• 关键词: 柴油机 AdaBoost 支持向量机 故障诊断
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 船舶与海洋工程
• 页码范围: 264-269
• 页数: 6页
• 分类号: U672
• 语种: 中文
• DOI: 10.3963/j.issn.2095-3844.2021.02.013

摘要

针对船舶柴油机故障诊断精度要求的不断提高,文中提出一种AdaBoost-PSOSVM组合多分类器故障诊断模型,该诊断模型将经过粒子群算法(particle swarm optimization,PSO)优化的支持向量机(support vector machines,SVM)作为弱分类器,若干弱分类器基于集成学习AdaBoost算法形成强分类器.选用仿真故障数据集作为模型的训练集和测试集,测试结果表明:AdaBoost-PSOSVM模型相较PSO-SVM有更高的稳定性和识别精度.