基于隨機RF的集成SVM故障診斷改進算法

作者：夏麗莎,呂文元

摘要：針對工業系統監控數據不均衡導致的故障狀態難以被識別問題,提出一種基于隨機旋轉森林的集成支持向量機(RRFESVM)故障診斷算法,通過將監控數據進行屬性隨機分割、組合、PCA變換和樣本有放回重采樣,組建多個新訓練子集并使用支持向量機算法進行訓練,得到多個支持向量機故障診斷基分類器,集成得到強分類器.由此既保證基分類器之間的差異性,又保證故障診斷精度和分類器性能穩定性,從而解決故障診斷易偏置問題,提高作為少數類的故障狀態實時診斷準確率。亞軌道飛行器再入過程實驗與TE化工過程實驗都表明RRFESVM故障診斷算法能夠有效提升不均衡數據情況下的實時故障診斷性能。

發文機構：上海理工大學管理學院

關鍵詞：數據不均衡隨機旋轉森林集成支持向量機故障診斷imbalanced datasetrandom rotation forestensemble SVMfault diagnosis

分類號： F277[經濟管理—企業管理][經濟管理—國民經濟]