面向高维特征故障数据的进化软子空间聚类算法

点赞:6802 浏览:20919 近期更新时间:2024-04-16 作者:网友分享原创网站原创

摘 要 :针对复杂机械设备故障诊断中特征量众多且对各种故障敏感程度不同的现象,提出了采用软子空间聚类算法来实现故障的识别方法.同时,针对传统软子空间聚类易陷入局部最优,目标函数设计受限制的缺点,又提出了采用进化计算实现聚类的方法.利用同类样本在相关特征维上方差小的检测设,新的目标函数能更好地评价聚类结果的质量.在该算法中,通过设计类中心和权重值的混合编码以及聚类导向搜索算子,使算法更适于聚类问题的优化,而且设计的修复算子可有效地去除不合理的聚类结果.采用5组UCI数据集、2组轴承滚珠故障数据集和3组往复式压缩机气阀故障数据集对算法进行了测试,结果表明:该算法明显好于几种的软子空间聚类算法,在Rand指标上最多可高出O.2266,并且对2组不同工况下一级缸气阀故障可实现100%的故障识别.

面向高维特征故障数据的进化软子空间聚类算法参考属性评定
有关论文范文主题研究: 设计类类论文范文 大学生适用: 本科论文、学士学位论文
相关参考文献下载数量: 80 写作解决问题: 怎么写
毕业论文开题报告: 标准论文格式、论文小结 职称论文适用: 刊物发表、初级职称
所属大学生专业类别: 怎么写 论文题目推荐度: 经典题目

关 键 词 :故障诊断;软子空间聚类;进化算法;相关特征维