多类AdaBoost算法的故障诊断决策算法

摘要：

本文主要研究多类分类AdaBoost算法,及其在多类故障诊断问题中的应用.为了解决”一对一”算法和”一对余”算法的局限性,提出了决策树的AdaBoost算法.利用遗传算法的全局随机搜索性能对数据集进行特征筛选,得到新的特征数据集,根据CART算法构造决策树建立AdaBoost分类器,使得决策树每一个节点的最可分类别尽可能分开.通过对三个数据集进行仿真分析,表明该算法的性能优于其他两个算法,并具有更高的通用性,验证了该算法的有效性.

关键词： 故障诊断 决策算法 遗传算法 随机搜索性能

作者: 何厚伯 刘增辉 郝茂森

作者单位: 总装备部工兵军代局驻西安和兰州地区军代室,西安,710086

会议类型: 国内会议

会议名称: 中国系统工程学会决策科学专业委员会第十届学术年会

会议地点: 北京

会议语种:中文

页码: 145-151

在线出版日期: 2013-10-01（万方平台首次上网日期，不代表论文的发表时间）