一种基于IMPA-RF的火控系统故障预测方法

    公开(公告)号:CN117784615A

    公开(公告)日:2024-03-29

    申请号:CN202410200695.1

    申请日:2024-02-23

    IPC分类号: G05B13/04

    摘要: 本发明涉及人工智能故障诊断技术领域,公开一种基于IMPA‑RF的火控系统故障预测方法,包括步骤:S1、采集陀螺仪组引脚信号的数据;S2、通过TOPSIS算法对引脚信号的数据进行预处理,得到模型输入数据集;将模型输入数据集分为测试数据集和训练数据集;S3、对于训练数据集,采用改进的海洋捕食者优化算法(IMPA)对随机森林(RF)进行训练,得到基于改进的海洋捕食者优化算法优化的随机森林(IMPA‑RF);S4、将测试数据集输入到优化后的随机森林(IMPA‑RF)中,对陀螺仪组进行故障预测,输出预测结果。本发明对随机森林(RF)的主要参数进行优化,弥补了在训练过程中参数选择的盲目性的缺陷,具有更高的预测精度和实用性。

    一种基于IMPA-RF的火控系统故障预测方法

    公开(公告)号:CN117784615B

    公开(公告)日:2024-05-24

    申请号:CN202410200695.1

    申请日:2024-02-23

    IPC分类号: G05B13/04

    摘要: 本发明涉及人工智能故障诊断技术领域,公开一种基于IMPA‑RF的火控系统故障预测方法,包括步骤:S1、采集陀螺仪组引脚信号的数据;S2、通过TOPSIS算法对引脚信号的数据进行预处理,得到模型输入数据集;将模型输入数据集分为测试数据集和训练数据集;S3、对于训练数据集,采用改进的海洋捕食者优化算法(IMPA)对随机森林(RF)进行训练,得到基于改进的海洋捕食者优化算法优化的随机森林(IMPA‑RF);S4、将测试数据集输入到优化后的随机森林(IMPA‑RF)中,对陀螺仪组进行故障预测,输出预测结果。本发明对随机森林(RF)的主要参数进行优化,弥补了在训练过程中参数选择的盲目性的缺陷,具有更高的预测精度和实用性。