改进PSO＿BP＿Adaboost算法在尺寸超差故障诊断中的应用

作     者：姜春英 康玉祥 叶长龙 于苏洋 JIANG Chunying;KANG Yuxiang;YE Changlong;YU Suyang

作者机构：沈阳航空航天大学机电工程学院沈阳110136 

出 版 物：《中国机械工程》 (China Mechanical Engineering)

年 卷 期：2018年第29卷第20期

页      面：2490-2494页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 081201[工学-计算机系统结构] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：沈阳市科技计划资助项目(F16-216-6-00) 

主　　题：故障诊断 粒子群优化 神经网络 Adaboost算法 

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。