-
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
申请人： 沈阳顺义科技股份有限公司
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。
-
公开(公告)号：CN117708771B
公开(公告)日：2024-04-26
申请号：CN202410160662.9
申请日：2024-02-05
申请人： 沈阳顺义科技股份有限公司
IPC分类号： G06F18/27 , G06F18/214 , G06F18/21 , G06N3/084 , G06N3/086
摘要： 本发明公开一种基于ITSOBP的综合传动装置故障预测算法，包括以下步骤：S1、采集传动装置的离合器油压传感器数据;S2、通过TOPSIS算法对油压传感器数据进行预处理，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，采用改进的金枪鱼群算法构造BP神经网络(ITSOBP)进行训练得到优化后的BP神经网络（ITSOBP）；S4、将测试数据集输入到优化后的BP神经网络（ITSOBP）中，对离合器进行故障预测，输出预测结果。本发明利用多个随机变量和自适应变量来计算当前解所在位置，从而可以搜索空间中的不同区域，有效地避免局部最优，收敛于全局最优，弥补了在训练过程中参数选择的盲目性的缺陷，提高了回归预测模型的预测精度。
-
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
申请人： 沈阳顺义科技股份有限公司
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。
-
公开(公告)号：CN117708771A
公开(公告)日：2024-03-15
申请号：CN202410160662.9
申请日：2024-02-05
申请人： 沈阳顺义科技股份有限公司
IPC分类号： G06F18/27 , G06F18/214 , G06F18/21 , G06N3/084 , G06N3/086
摘要： 本发明公开一种基于ITSOBP的综合传动装置故障预测算法，包括以下步骤：S1、采集传动装置的离合器油压传感器数据;S2、通过TOPSIS算法对油压传感器数据进行预处理，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，采用改进的金枪鱼群算法构造BP神经网络(ITSOBP)进行训练得到优化后的BP神经网络（ITSOBP）；S4、将测试数据集输入到优化后的BP神经网络（ITSOBP）中，对离合器进行故障预测，输出预测结果。本发明利用多个随机变量和自适应变量来计算当前解所在位置，从而可以搜索空间中的不同区域，有效地避免局部最优，收敛于全局最优，弥补了在训练过程中参数选择的盲目性的缺陷，提高了回归预测模型的预测精度。
-
-
-
搜索结果
4 条记录 (耗时 0.04 秒)
